EBImage功能名称

Question

任何人都可以解释在computeFeatures中用于计算不同功能的内容吗？

我得到了? computeFeatures中拼写的命名约定。我不了解.0.，.a.和.Ba.标签。

例如：

> library(EBImage)
> y = readImage(system.file("images", "nuclei.tif", package="EBImage"))[,,1]
> x = thresh(y, 10, 10, 0.05)
> x = opening(x, makeBrush(5, shape='disc'))
> x = bwlabel(x)
> ft = computeFeatures(x, y, xname="nucleus")
> colnames(ft)
 [1] "nucleus.0.m.cx"            "nucleus.0.m.cy"           
 [3] "nucleus.0.m.majoraxis"     "nucleus.0.m.eccentricity" 
<snip>
[11] "nucleus.0.s.radius.max"    "nucleus.a.b.mean"         
[13] "nucleus.a.b.sd"            "nucleus.a.b.mad"          
<snip>
[51] "nucleus.Ba.b.mean"         "nucleus.Ba.b.sd"          
[53] "nucleus.Ba.b.mad"          "nucleus.Ba.b.q001"        
[55] "nucleus.Ba.b.q005"         "nucleus.Ba.b.q05"  
<snip>       

我的猜测是nucleus.0.*功能仅使用x中包含的二进制掩码中的数据。所以nucleus.0.m.cy是使用二进制数据计算的y轴质心。还有nucleus.a.m.cy和nucleus.Ba.m.cy，但不清楚这些计算是如何不同的（它们是极其相关但不相同）。

我还假设.a.和.Ba.使用y中的强度值，但细节含糊不清。像nucleus.a.b.mean和nucleus.Ba.b.mean这样的功能类似（〜。80 corr）但不一样。我假设他们估计y中标签定义的对象的平均x强度，但差异不明确。

有没有关于此的文件？

谢谢，

最高

> sessionInfo()
R Under development (unstable) (2014-08-23 r66461)
Platform: x86_64-apple-darwin10.8.0 (64-bit)

locale:
[1] en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] EBImage_4.7.16

loaded via a namespace (and not attached):
 [1] abind_1.4-0         BiocGenerics_0.11.4 grid_3.2.0         
 [4] jpeg_0.1-8          lattice_0.20-29     locfit_1.5-9.1     
 [7] parallel_3.2.0      png_0.1-7           tiff_0.1-5         
[10] tools_3.2.0  

Answer 1

您是否在此处看到了文档：AnalysisWithEBImage

这似乎是讨论该软件包的最深入的文档。您是否尝试过直接联系作者GrégoirePau？我相信如果你谷歌他就可以找到他。

Answer 2

作为免责声明，我对你的领域一无所知，但通过查看这个功能，我可以很好地猜测发生了什么。我建议您使用debugonce(computeFeatures)，然后运行ft = computeFeatures(x, y, xname="nucleus")。您可以单步执行代码的每一行（键入Q）以退出，并查看发生了什么。

如您所述，文档说明：

  

特征命名为x.y.f，其中x是对象层，y        参考图像层和特征名称。

在您的示例中，computeFeatures为三个参考图层a，aB和0生成了值。该文档提到，如果您没有为参考图层命名，则只会给出字母表中的字母，因此在您的情况下，您有一个参考图层，称为a。我相信0表示它使用 no 参考图层。

从查看源代码看，对于每个 i 层，都会创建一个B_ i 层。它似乎在每个层上传递了一个硬编码过滤器，正如您在expandRef函数中找到的此代码中所见（注释是我的）：

# Hard code a filter
blob = gblob(x0 = 15, n = 49, alpha = 0.8, beta = 1.2)
# Filter using the fast 2D FFT convolution product.
bref = lapply(ref, function(r) filter2(r, blob)/2)
# Name it "B" and then the layer name
names(bref) = paste("B", names(ref), sep = "")

我不确切地知道你在这里要做什么，但你可以直观地看到这个过滤器在做什么。这是您的x（您只需运行display(x)即可查看）：

以下是您的参考（y）：

这是硬编码过滤器的样子：

这就是硬编码过滤器对y的作用：

因此，总结一下：0的所有内容都与无引用进行比较，a的所有内容都直接与y作为参考进行比较，而所有内容都与aB进行比较正在与y的过滤版本进行比较。