ASHLARを用いた組織および腫瘍の高度に多重化した全スライド画像の縫合および登録【JST・京大機械翻訳】

Muhlich, J. L.; Chen, Y.-A.; Yapp, C.; Russell, D. P. W.; Santagata, S.; Sorger, P. K.

プレプリント

J-GLOBAL ID：202202200500755567 整理番号：21P0251963

ASHLARを用いた組織および腫瘍の高度に多重化した全スライド画像の縫合および登録【JST・京大機械翻訳】

Stitching and registering highly multiplexed whole slide images of tissues and tumors using ASHLAR

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年04月25日プレプリントサーバーでの情報更新日： 2022年04月25日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

モザイクへの顕微鏡画像は,大きな生物学的標本,特にヒトと動物組織の解析と可視化における必須段階である。高度に多重化されたイメージングに対する最近のアプローチでは,低プレックスイメージングの逐次ラウンドからハイプレックスデータを生成する。これらの多重イメージング法は,正確な分子単一細胞データおよび細胞近傍および組織構造に関する情報をもたらす。しかし,単一セル精度でモザイク画像を得ることは,既存の方法で満たされないロバストな画像ステッチングと画像記録能力を必要とする。正確な全スライドモザイクを生成するため,103またはそれ以上の個別多重画像の協調ステッチングとレジストレーションのためのPythonツールであるASHLARの開発と試験について述べた。ASHLARは,ほとんどの市販顕微鏡とスライドスキャナから画像フォーマットを読み,既存のオープンソースと商用ソフトウェアよりも性能が優れていることを示す。ASHLAR出力標準OME-TIFF画像は,他のオープンソースツールと最近開発した画像解析パイプラインによって解析できる。ASHLARはPythonで書かれ,https://github.com/labsyspharm/ashlarでMITライセンスの下で利用可能である。ユーザガイドと試験データによる情報ウェブサイトは,https://labsyspharm.github.io/ashlar/で利用可能である。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

図形・画像処理一般 , 医用画像処理

, , , ,

前のページに戻る