SCIP:一种可扩展,可复制和开源的管道,用于图像细胞计量和显微镜数据的形态分析
Maxim Lippeveld1,2, Daniel Peralta3, Andrew Filby4
1Data Mining and Modelling for Biomedicine, VIB Center for Inflammation Research, Ghent, Belgium.
概括
可扩展细胞计图像处理 (SCIP) 是一个新的Python软件,旨在有效和可扩展地分析成像流细胞计 (IFC) 数据. SCIP比现有的工具更快地处理大型显微镜数据集.
科学领域:
- 生物技术是生物技术.
- 计算生物学 计算生物学
- 细胞生物学 细胞生物学
背景情况:
- 成像流细胞计 (IFC) 产生高通量,单细胞成像数据.
- 基于图像的分析实验需要处理大量的多通道细胞图像.
- 现有的显微镜软件缺乏IFC数据的效率和可扩展性.
研究的目的:
- 介绍可扩展细胞计图像处理 (SCIP),这是一个用于高效IFC数据处理的Python软件.
- 建议一个新的文件格式,优化存储IFC数据.
- 展示SCIP在大型显微镜和IFC数据集上的表现.
主要方法:
- 开发了基于Python的软件解决方案SCIP.
- 实现了一个新的文件格式,以有效地存储IFC数据.
- 使用两个大规模显微镜和一个IFC数据集验证了SCIP.
主要成果:
- SCIP以高效率和可扩展性处理IFC和显微镜图像.
- 拟议的文件格式有助于快速处理数据.
- SCIP实现了与现有工具相比较的信息提取,但时间要短得多.
结论:
- 在处理高通量成像细胞计数据方面,SCIP提供了显著的进步.
- 软件和文件格式解决了当前速度和可扩展性的限制.
- 通过SCIP,可以进行更高效的大规模基于图像的分析研究.
