Python中的细胞分割和荧光计数

Question

如何从显微镜拍摄的图像中分割细胞，沿着Matlab中的方式划分？

http://blogs.mathworks.com/steve/2006/06/02/cell-segmentation/

另外，如果我在不同荧光通道中拍摄多个图像（用一些抗体/制造者染色细胞后），我如何自动定量每个标记阳性细胞的比例？有没有人在Python中做过这样的事情？或者Python中是否有可用于执行此操作的库？

Answer 1

您可以使用OpenCV库在Python中执行此操作。

特别是，您会对以下功能感兴趣：

• 直方图拉伸（cv.EqualizeHist）。这是来自当前Python API的missing，但如果您下载最新的OpenCV SVN版本，则可以使用它。此部分仅用于显示目的，不需要获得相同的结果
• image thresholding
• 形态操作，例如erode（也是扩张，开放，关闭等）
• 使用cv.FindContours确定二进制图像中blob的轮廓 - 请参阅this question。它使用的是C，而不是Python，但API实际上是相同的，所以你可以从那里学到很多东西
• 分水岭细分（使用cv.Watershed - 它exists，但出于某种原因，我无法在手册中找到它）

考虑到这一点，我将使用OpenCV来获得与matlab文章相同的结果：

1. 使用经验确定的阈值（或Ohtsu方法）阈值图像
2. 对图像进行扩张以填补空白。可选地，在先前的阈值处理步骤之前模糊图像 - 这也将删除小的“洞”
3. 使用cv.FindContours
确定大纲
4. （可选）paint the contours
5. 使用blob信息，迭代原始图像中的每个blob，并为每个blob应用单独的阈值来分隔细胞核（这是他们的imextendedmax操作正在进行的操作）
6. 任选地，在核中涂漆
7. 应用分水岭变换

我还没有尝试过这些（对不起，现在没有时间），所以我还没有给你看任何代码。但是，根据我对OpenCV的经验，我相信第7步的一切都会运作良好。我以前从未使用OpenCV的分水岭变换，但我看不出它不能在这里工作的原因。

尝试完成我展示的步骤，如果您有任何问题，请告诉我们。请务必以更多人能够帮助您的方式发布您的来源。

最后，要回答关于染色细胞并量化细胞存在的问题，了解您正在使用的染料非常容易。例如，要确定用红色染料染色的细胞，您需要从图像中提取红色通道并检查高强度区域（可能通过阈值处理）。

Answer 2

您是否阅读了pythonvision.org上的教程？

http://pythonvision.org/basic-tutorial

它与您正在寻找的非常相似。

Answer 3

您可能还会发现此库很有用：

https://github.com/luispedro/pymorph/

我发现移动比OpenCV库更容易。

Answer 4

只需添加一个：cellprofiler.org（开源单元格图像分析软件，在python中）