ASAP:自动化病理切片分析平台
2024-09-17 11:02:10作者:羿妍玫Ivan
项目介绍
ASAP(Automated Slide Analysis Platform)是一个开源平台,专为全切片病理图像的可视化、标注和自动化分析而设计。它由多个关键组件(如切片输入/输出、图像处理、图像查看器)组成,这些组件可以单独使用。ASAP基于多个成熟的开源包构建,如OpenSlide、Qt和OpenCV,并在这些基础上进行了有意义的扩展。
项目技术分析
ASAP的技术架构非常强大,它整合了多个知名的开源库,如OpenCV、Qt、libtiff、libjpeg、OpenJPEG、DCMTK、SWIG、OpenSlide和PugiXML。这些库为ASAP提供了强大的图像处理能力、高效的图像显示和灵活的插件扩展机制。
ASAP的核心功能包括:
- 切片读取:支持多种供应商的扫描全切片图像,包括Aperio、Ventana、Hamamatsu、Olympus,以及Leica LIF格式的荧光图像。
- 切片写入:支持生成多分辨率平铺的TIFF文件,适用于ARGB、RGB、Indexed和单色图像,并支持不同的数据类型(如float)。
- Python接口:通过Numpy数组访问多分辨率图像,方便与Python生态系统集成。
- 图像处理:提供基本的图像原语(如Patch),可以与OpenCV等图像处理库无缝对接。
- 图像查看器:基于Qt的查看器,能够快速流畅地显示全切片图像。
- 标注工具:支持点、多边形和样条曲线标注,标注数据以简单易读的XML格式存储,便于与其他软件集成。
- 插件扩展:通过四种接口(工具、过滤器、扩展、文件格式),用户可以轻松实现插件扩展。
- 实时图像处理:在查看图像时支持实时图像处理,如颜色解卷积和细胞核检测。
项目及技术应用场景
ASAP的应用场景非常广泛,特别适合以下领域:
- 病理学研究:病理学家可以使用ASAP对全切片图像进行可视化和标注,辅助病理诊断和研究。
- 医学影像分析:研究人员可以利用ASAP进行医学影像的自动化分析,如细胞核检测、组织分类等。
- 教育与培训:医学院校和培训机构可以使用ASAP进行病理图像的教学和培训,提高学生的实践能力。
- 临床试验:在临床试验中,ASAP可以帮助研究人员快速分析和标注大量的病理切片图像,提高工作效率。
项目特点
ASAP具有以下显著特点:
- 开源免费:ASAP是一个开源项目,用户可以免费使用并根据需要进行定制和扩展。
- 跨平台支持:目前ASAP支持64位Windows和Linux系统,并有初步的MacOS支持。
- 强大的图像处理能力:整合了OpenCV等知名图像处理库,提供高效的图像处理功能。
- 灵活的插件机制:用户可以通过插件扩展ASAP的功能,满足不同应用场景的需求。
- 易于集成:ASAP提供了Python接口,方便与Python生态系统集成,支持快速开发和部署。
总之,ASAP是一个功能强大、易于扩展的自动化病理切片分析平台,适合各种病理图像分析和研究场景。无论你是病理学家、研究人员还是教育工作者,ASAP都能为你提供强大的工具支持。快来尝试ASAP,开启你的病理图像分析之旅吧!
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
479
3.57 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
11
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
20
暂无简介
Dart
730
176
React Native鸿蒙化仓库
JavaScript
289
341
Ascend Extension for PyTorch
Python
290
322
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
仓颉编程语言运行时与标准库。
Cangjie
149
885
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
850
452