cp_measure:用于基于图像的配置文件工作流的API-first特征提取
ArXiv
|September 29, 2025
概括
cp_measure 是一个新的用于生物图像分析的 Python 库. 它通过通过编程提取CellProfiler测量结果来实现基于图像的自动,可重现的分析和机器学习工作流程.
科学领域:
- 计算生物学 计算生物学
- 生物图像分析 生物图像分析
- 机器学习 机器学习
背景情况:
- 传统的生物图像分析侧重于特定的视觉特性.
- 基于图像的分析量化了许多功能,用于全面的细胞分析.
- 像CellProfiler这样的现有工具对自动化和可重复的机器学习提出了挑战.
研究的目的:
- 介绍cp_measure,一个用于编程特征提取的Python库.
- 实现模块化,API-first访问CellProfiler的测量功能.
- 促进基于图像的自动化和可重现的个人资料管道.
主要方法:
- 开发了cp_measure作为一个Python库.
- 提取了CellProfiler的核心测量功能.
- 验证了功能忠实性和与科学Python生态系统的集成.
主要成果:
- 在CellProfiler中,cp_measure功能显示了高保真度.
- 与科学Python生态系统实现了无集成.
- 在3D天体细胞成像和空间转录学方面展示了成功的应用.
结论:
- cp_measure克服了基于图像的自动化和可复制的分析中的障碍.
- 能够在计算生物学中实现可扩展的机器学习应用.
- 促进细胞状态,药物反应和疾病机制的高级分析.
更多相关视频
10:37A Multimodal Imaging Framework to Advance Phenotyping of Living Label-free Breast Cancer Cells
Published on: August 22, 2025
1.1K
08:18Multiplexed Barcoding Image Analysis for Immunoprofiling and Spatial Mapping Characterization in the Single-Cell Analysis of Paraffin Tissue Samples
Published on: April 7, 2023
2.2K
