Fuji-ImageJ分割中央凹无血管区
目的：分割眼底图像中央凹无血管区
目录
常用插件：
MorphoLibJ
图像分割
BioVoxxel工具箱
Coloc 2
MaMuT
Trainable Weka Segmentation
图像拼接Stitching
Fiji插件下载与安装
ImageJ的菜单栏
Adjust
Process
xmind下载链接（初学文档）： https://download.csdn.net/download/icecreamdinner/18774609
下载链接：http://www.baidu.com/link?url=jwak7kkYImyLai8D4HFrwrSZKhOghlgLGtm_MmyMl3S&wd=&eqid=c86feacd002601b9000000026099e670
Fiji是在imageJ上捆绑了许多有助于科学图像分析插件的软件。
常用插件：
MorphoLibJ
该库实现了ImageJ中缺少的一些功能，而其他插件则没有或仅部分涵盖了这些功能。 即：
- 形态学过滤 用于2D / 3D和二进制或灰度级图像的 ：腐蚀和膨胀，闭合和打开，形态学梯度和拉普拉斯算子，顶帽...
- 形态重建 用于2D / 3D和二进制或灰度图像的 ，可快速检测区域或扩展的极值，去除边界，填充孔，属性过滤...
- 分水岭分割 + GUI，可以分割（例如）细胞组织的2D / 3D图像。
- 2D / 3D测量 ：光度（强度）和形态测量，例如体积，表面积，惯性椭圆/椭圆形...
- 二进制/标签图像实用程序， 用于删除或保留最大的连接组件，执行尺寸打开，填充孔，消除边框
图像分割
https://github.com/ijpb/MorphoLibJ/releases
下载jar文件，复制到plugin中，重启imagej就能用了
BioVoxxel工具箱
图像形态学参数的测量，各种滤波器的实现例如自适应滤波器、递归滤波器、高斯滤波器等。
Coloc 2
它实现空间上的 Pearson ， Manders ， Costes ， Li 像素强度关联指数等 ，用于散点图，分析，自动阈值和统计显着性检验。
- 打开图像进行分析。
- 您需要一个2色通道图像。 如果图像具有两个以上的通道，请确定要彼此分析的两个通道，然后将通道拆分为单独的图像（图像-颜色-拆分通道）
- Z堆栈工作正常。 但是时间序列将无法解决，直到确定为止。 目前，请将时间序列分成一组编号的图像，然后逐一进行分析。 参见 https://github.com/fiji/Colocalisation_Analysis/issues/6
- 您可能只想分析一些感兴趣的区域（ROI），有两种方法可以做到这一点：
- 使用其中一个ImageJ选择工具在其中一个图像中选择一个感兴趣的区域。
- 如果图像是z堆栈，则ROI适用于堆栈的所有“切片”。
- 您可以拥有第三张“二进制蒙版”图像，其x，y，z尺寸与要分析的2张图像相同：
- 其中遮罩图像为白色（8位灰度图像的255像素值）的共定位将仅针对那些像素进行分析。 在黑色（零像素值）的地方，像素将被忽略：不包括在分析中。
- 您可以将z堆栈用作3D蒙版...取决于如何手动或通过某种自动方式制作该蒙版图像。
- 使用其中一个ImageJ选择工具在其中一个图像中选择一个感兴趣的区域。
- 从菜单项中启动Coloc 2插件：分析-共定位分析-Coloc 2
- 或使用命令查找器：按L键，然后开始键入Coloc，然后使用箭头键选择插件，然后按Enter，或双击它以启动插件。
- 在插件的图形用户界面（GUI）中，从前2个下拉列表中选择要分析的2个图像。
- 选择要作为通道1和要作为通道2的图像。
- 在第三个下拉列表中，选择要使用的具有正确ROI或蒙版图像的图像/通道
- 请记住：对于蒙版图像-它必须具有与其他2张图像相同的xyz尺寸（像素和切片的数量）。
- 当按下确定按钮时，选择要运行的“算法”以及要计算的统计信息，以及要保存“标准化” PDF结果文件。
- 数值结果和图像名称将以逗号分隔的值形式转储到ImageJ日志窗口中，因此您可以复制粘贴或保存日志窗口内容，然后将它们导入要在其中分析结果的任何统计包或电子表格中。
- 通过单击算法描述左侧的选择按钮来打开/关闭选项
- 还要选择图像中点扩散函数（PSF）的近似大小，以及运行Costes统计显着性检验的迭代次数（我们建议使用较大的数字...数字越大，分析时间越长至少要进行10次迭代（100次迭代会更好）。
- 您应该知道图像中PSF的大小（以像素为单位）。
- 如果没有，请返回阅读以下内容：什么是PSF？ 为什么在共本地化分析中很重要？ （例如：阅读 Costes论文 ）
- 该大小确定在随机化过程中混洗图像“块”的大小。 （PSF大小的图像块具有物理意义，因为那是图像中可见的最小特征的大小。）
- 单击“确定”运行分析。
- 结果gui将打开，显示数字表和几个图像之一
- 可以在下拉列表中选择图像。
- 您可以看到2个Li图，带有回归线的散点图或2D直方图，以及输入图像和Roi。
- 散点图使用火色查询表。
- log复选框允许显示带有或不带有对数缩放的图像，例如对于。 散点图
- 系统将询问您是否要将结果另存为PDF文件（如果选中了“显示保存PDF对话框”按钮。请告诉它将PDF保存到何处。这是标准输出格式，因此您可以与朋友比较，相同还是相同。
- 随时告诉我们您认为标准的PDF输出文件应包含哪些内容以及应如何设置格式。 HTML？ XML？ 纯文本？
MaMuT
用于批注大量的多视图数据
MaMuT入门：https://imagej.net/Getting_started_with_MaMuT
Trainable Weka Segmentation
可训练 ：这个插件可以从用户输入学习和训练，以后执行相同的未知任务（测试）数据。
Weka ：它利用了最新版本中所有强大的工具和分类器 Weka 。
细分 ：它根据所选分类器的训练提供标记结果。
图像拼接Stitching
查看图像的格式，bite，像素，格式
bite：菜单栏“type”
按顺序存储图像
插件：plugin--Stitching--拼图数量--拼图顺序--参数设置
Fiji插件下载与安装
方式1：直接在help--update中管理插件
方式2：上网找到插件，下载到Fiji的Plugin中，重启Fiji。
ImageJ的菜单栏
Adjust
Process
Analysis-SetMeasure
| Area | Mean | Min | Max | Perim（周长） | BX | BY | Width(长轴) | Height（短轴） | Circ | AR | Round（圆度） |
|
以方形像素为单位的选择区域。 |
选择范围内的平均灰度值。 这是所有灰度值的总和 为：选区中的像素除以像素数。 |
选择范围内 的最大值和最小值 |
外边界长度 |
用最小的方形拟合椭圆时，方形的信息 BX，BY为左上角坐标 major_axis，minor_axis |
圆度=4π*area/perimeter^ 2。 值为 1.0 表示完美的圆。 当该值接近 0.0 时，它表示形状越来越细长。 |
纵横比 |
4*area/(π*major_axis^2) 或者为纵横比的倒数 |
||||
Fuji-ImageJ分割中央凹无血管区相关推荐
- ImageJ分割中央凹无血管区操作、创建宏--记录操作、图像批处理并保存
目录 基础操作 颜色分离 减去背景 阈值分割image--auto threshold--try all 将分割后的图像加到原
- python批量分割音频-无bug完美运行
文章目录 前言 一.导入包 二.代码 1.直接上代码 三.其它工具 1.格式工厂 2.2345看图王 总结 前言 python批量切割音频整个流程: 切割完成以后可以使用格式工厂进行批量转格式(虽然P ...
- 基于深度学习和无监督血管分割的OCTA图像中央凹血管区分割 -- ICASSP2021 阅读笔记
文章目录 文章信息 标题 出处 关键词 任务背景 任务需求 背景 贡献 提出的方法 实验 数据集描述 OCTAGON3 sFAZDA TA 实验指标 小结 文章信息 标题 FOVEAL A V ASC ...
- Image Projection Network: 3D to 2D ImageSegmentation in OCTA Images 论文阅读笔记
代码链接:https://github.com/chaosallen/IPN_tensorflow 目录: 摘要 网络结构 相关实验 总结 一.摘要 我们提出了一种图像投影网络(IPN),这是一种新颖 ...
- 胶囊网络是什么及其应用
In 1998, Yann LeCun and Yoshua Bengio introduced what is now one of the most popular models in Deep ...
- *基于类平衡自我训练的无监督域自适应用于语义分割
基于类平衡自我训练的无监督域自适应用于语义分割 摘要:最近的深度网络实现了最先进的性能在各种语义分割任务中.尽管有这样的进步,但是这些模型在现实世界中面临挑战,它们存在很大的差别在已标签训练/源文件和 ...
- 语义分割-Unsupervised Domain Adaptation in Semantic Segmentation：a Review语义分割中的无监督领域自适应：综述
Unsupervised Domain Adaptation in Semantic Segmentation:a Review语义分割中的无监督领域自适应:综述 0.摘要 1.介绍 1.1.语义分割 ...
- 道路场景语义分割算法
道路场景语义分割算法 输入输出接口 Input: (1)左右两个摄像头采集的实时图像视频分辨率(整型int) (2)左右两个摄像头采集的实时图像视频格式 (RGB,YUV,MP4等) (3)摄像头标定 ...
- MATLAB——阈值分割（一）
阈值分割是一种简单有效的图像分割方法,适用于分割物体与背景有较强对比的图像,所有灰度大于或等于阈值的像素被判定为属于物体,灰度值为255表示前景,否则这些像素点将被排除在物体区域以外,灰度值为0表示背 ...
- 一文看尽9篇语义分割最新论文（GPSNet/Graph-FCN/HMANet等）
前言 恰逢 2020年,本文再次更新近期值得关注的最新语义分割论文.这次分享的paper将同步推送到 github上,欢迎大家 star/fork(点击阅读原文,也可直接访问): https://gi ...
最新文章
- 32岁程序员，补偿N+2：“谢谢裁我，让我翻倍！” 网友：榜样！
- 《社交网站界面设计（原书第2版）》——1.17 模式还是套话
- 【Groovy】自定义 Xml 生成器 BuilderSupport ( 构造 Xml 节点类 | 封装节点名称、节点值、节点属性、子节点 | 将封装的节点数据转为 Xml 字符串 )
- 项目实践：Spring Boot 三招组合拳，手把手教你打出优雅的后端接口
- 引起Java序列化失败的常见原因
- 为什么睡觉时身体突然抖一下？答案吓到我了！
- 循环自相关函数和谱相关密度（一）——公式推导
- python3 抓取图片
- sd卡有多个android文件夹,android - 如何adb拉出SD卡中存在的文件夹的所有文件
- [转载]网站分析的最基本度量（3）——网站分析工具如何辨别UV
- Oracle 实例恢复时 前滚（roll forward） 后滚（roll back） 问题
- zlib 加密 java_JAVA自带Zlib+base64位压缩加密和解压解密
- VS2012全屏背景修改教程
- （PotPlayer）Windows视频播放神器
- Caffe各版本与源码全透析
- 计算机网络（第七版）部分课后习题含答案
- 一些技能点语法糖（上）
- 编写选股公式、同花顺选股公式编写、编写涨停三阴线超短选股指标公式、编写选股公式...
- Android7.0 分屏多窗口
- 【机器学习】机器学习在爱奇艺视频分析理解中的实践