эластичный
Разработчики) | Кристоф Зоммер, Кристоф Стреле, Торбен Крёгер, Бернхард X. Кауслер, Ульрих Кете, Фред А. Хампрехт, Анна Крешук и другие |
---|---|
Начальная версия | 2011 год |
Стабильная версия | 1.4.0
/ 10 ноября 2023 г |
Репозиторий | |
Операционная система | Любой ( на основе Python ) |
Тип | Обработка изображений , компьютерное зрение и машинное обучение |
Лицензия | GPL2 |
Веб-сайт | www |
эластичный [1] — это удобное бесплатное программное обеспечение с открытым исходным кодом для изображений классификации и сегментации . Для запуска программного обеспечения не требуется никакого предыдущего опыта обработки изображений. С 2018 года ilastik развивается и поддерживается группой Анны Крещук в Европейской лаборатории молекулярной биологии .
Особенности [ править ]
ilastik позволяет пользователю аннотировать произвольное количество классов изображений с помощью интерфейса мыши . Используя эти пользовательские аннотации и общий ( нелинейный [ необходимо уточнение ] изображения ) функции , пользователь может обучить случайный классификатор леса. Обученные классификаторы ilastik могут применять новые данные, не включенные в обучающий набор в ilastik, с помощью функции пакетной обработки. [2] или без использования графического интерфейса пользователя, в безголовом режиме. [3] Кроме того, ilastik можно интегрировать в различные сопутствующие инструменты:
- Предварительно обученные рабочие процессы можно выполнять непосредственно из ImageJ / Fiji с помощью плагина ilastik-ImageJ. [4]
- Предварительно обученные рабочие процессы классификации пикселей ilastik можно запускать непосредственно в Python с помощью пакета ilastik Python. [5] который доступен через conda.
- В ilastik есть модуль CellProfiler , позволяющий использовать классификаторы ilastik для обработки изображений в рамках CellProfiler .
История [ править ]
ilastik был впервые выпущен в 2011 году учёными из Гейдельбергской лаборатории обработки изображений (HCI) Гейдельбергского университета .
Приложение [ править ]
- Набор инструментов интерактивного обучения и сегментации
- Резьба [6] [7]
- Классификация клеток и классификация нейронов [8]
- Обнаружение синапсов
- Отслеживание ячеек [9]
- Классификация нейронных сетей
Ресурсы [ править ]
Проект ilastik размещен на GitHub . Это совместный проект, любые вклады, такие как комментарии, отчеты об ошибках, исправления ошибок или вклад в код, приветствуются. С командой ilastik можно связаться для поддержки пользователей на форуме image.sc.
Ссылки [ править ]
- ^ Соммер, К; Штрэле С; Кете У; Хампрехт ФА (2011). «Ilastik: набор инструментов для интерактивного обучения и сегментации». Международный симпозиум IEEE 2011 по биомедицинской визуализации: от нано к макро . стр. 230–33. дои : 10.1109/ISBI.2011.5872394 . ISBN 978-1-4244-4127-3 . S2CID 206949135 .
- ^ «Документация по пакетной обработке ilastik» . ilastik.org . Проверено 30 апреля 2024 г.
- ^ «Документация по безголовому режиму ilastik» . ilastik.org . Проверено 30 апреля 2024 г.
- ^ «Документация плагина Ilastik Batch ImageJ» . Плагин ilastik ImageJ на github . Проверено 30 апреля 2024 г.
- ^ «Пример API ilastik Python» . Ilastik Github API классификации пикселей блокнот . Проверено 30 апреля 2024 г.
- ^ Штрале, К; Кете У; Бриггман К; Денк В; Хампрехт ФА (2012). «Оценщики неопределенности для управляемой интерактивной сегментации». ЦВПР .
- ^ Штрале, Китай; Кете У; Нотт Дж; Хампрехт ФА (2011). «Резьба: масштабируемая интерактивная сегментация изображений электронного микроскопа нейронного объема» . МИККАИ . 14 (Часть 1): 653–60. дои : 10.1007/978-3-642-23623-5_82 . ПМИД 22003674 .
- ^ Крещук А; Штрале CN; Соммер С; Кете У; Кантони М; и другие. (2011). «Автоматическое обнаружение и сегментация синаптических контактов на почти изотропных последовательных изображениях электронной микроскопии» . ПЛОС ОДИН . 6 (10): e24899. Бибкод : 2011PLoSO...624899K . дои : 10.1371/journal.pone.0024899 . ПМК 3198725 . ПМИД 22031814 .
- ^ Берг, Стюарт; Кутра, Доминик; Крегер, Торбен; Стреле, Кристоф Н.; Кауслер, Бернхард X.; Хаубольд, Карстен; Шигг, Мартин; Алесь, Янез; Байер, Торстен; Руди, Маркус; Эрен, Кемаль; Сервантес, Хайме I; Сюй, Буоте; Бойтенмюллер, Финн; Вольни, Адриан; Чжан, Чонг; Кете, Ульрих; Хампрехт, Фред А.; Крещук, Анна (30 сентября 2019 г.). «ilastik: интерактивное машинное обучение для анализа (био)изображений» . Природные методы . 16 (12): 1226–1232. дои : 10.1038/s41592-019-0582-9 . ПМИД 31570887 . S2CID 203609613 .