查看本地WSI图像

最新推荐文章于 2024-01-06 17:51:10 发布
最新推荐文章于 2024-01-06 17:51:10 发布
阅读量469 收藏
点赞数
分类专栏： Ubuntu 深度学习 医学图像 文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/breezehasai/article/details/126192395
版权

为了观察WSI图像的整体情况，最直接的方法就是将其打开查看，但是由于WSI的分辨率较大，通常无法直接打开查看，针对于该问题，可以直接使用openslide缩略图查看，也可通过借助Flask和openslide库对其进行网页展示。本文以借助Flask和openslide库对其进行网页展示为例。
注意： 这里默认已有flask和openslide库
下面以Ubuntu20为例：

# 找到openslide库安装路径
cd /usr/share/doc/python-openslide-examples/examples/deepzoom
# /home/his/Camelyon16/training替换成自己的WSI路径
python3 deepzoom_multiserver.py -Q 100 /home/his/Camelyon16/training

在这里插入图片描述

  • 该链接复制到浏览器中即可看到WSI图像的缩略版
    在这里插入图片描述
breezehasai
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
WSI-analysis:自动全幻灯片图像预处理的Python脚本
05-01
全幻灯片图像分析 背景 全幻灯片图像（WSI）是数百万像素的高分辨率组织病理学图像。 如果直接应用于WSI，传统的分析程序将无法有效工作。 大多数成功的解决方案都采用基于补丁的范例。 概述 当前，此仓库包含用于补丁提取的代码（从WSI），并将不断更新。 ：）（准备就绪时，将添加基于深度学习的分类和细分代码）。 补丁提取 从WSI提取补丁时，有几个棘手的部分： 内存限制。 我们实验室的RAM大小为31 GB，几乎无法容纳level0 WSI。 因此，加载整个图像时要小心。 使用del和gc.collect（）释放内存也很有帮助。 为了处理level0 / 1/2 WSI，我们需要拆分原始图像。 坐标缩放级别/参考框架。 在read_region（）方法处理在水平0参考帧峰会。 因此，当我们使用read_region（）方法从WSI裁剪补丁时，需要进行必要的转换。 枕头图像对象和NumP
颜色分类leetcode-DeepLearningCamelyon:深度学习-Camelyon16数据集
07-06
颜色分类leetcode Camelyon 2016 数据集的深度学习管道 Weizhe Li, Weijie Chen 0 - 准备 0.1 搭建深度学习环境。 0.2 尽快安装及图片展示 比较 ASAP 和 OpenSlide：ASAP 没有详细的手册来描述它的命令； OpenSlide 有一个更好的命令文档。 ASAP 有一个 GUI； OpenSlide 没有 0.3 掩码文件生成 掩码文件是模型训练的基本事实。 掩码文件与其对应的 WSI 图像具有完全相同的尺寸。 掩码文件是一个二进制文件，对于 WSI 图像的每个相应像素，正常组织编码为“0”，肿瘤组织编码为“1”。 但是，主办方提供的代码具有误导性。 代码从他们的论文中生成的掩码文件全是'0'； 然后另一段代码建议生成的掩码文件只能通过 ASAP GUI 打开，而不是通过其命令行和 OpenSlide。 耗时 WSI 和掩码文件：tumor_026 WSI 和掩码文件：tumor_005 1 - 带注释的 WSI 可视化 注释可视化 2 - 图像预处理 2.1 图像分割 为了减少计算，将排除载玻片上的空白区域（无组织）。
【代码已开源】基于Python的全切片(WSI)染色归一化工具，实现了reinhard, macenko, vahadane共三种方法
最新发布
Harvey的博客
01-06 1548
为了应对数字病理切片受到不同中心、不同扫描设备的影响，先后有不同的研究提出了针对病理图像的染色归一化（stain normalization）方法。本仓库对三种染色归一化方式进行了封装，针对常见的病理图片处理流程实现了染色归一化工具。
python图片切面_Python Openslide 自动切割病理图像
weixin_39886024的博客
11-29 3614
Overview全扫描（whole slide image, WSI）图像非常的大，处理起来比较麻烦，openslide 提供了一个很好的接口，这里介绍一个可用于处理大型病理图像的 python 库 – OpenSlide。随着深度学习在医疗界的发展, 病理图像也越来越重要. 但是病理图像大多数在 10万x10万分辨率, 用平常的图像处理库没有办法读取. 开源的 openslide 库提供清洁便利...
医学病理图片(SVS格式)的格式转换与显示——python实现
热门推荐
python小白的逆袭之路
08-19 4万+
最近在公司一直忙于做svs文件的处理工作，期间看了很多的博客还有国外的一些api文档，感觉稍微有了点了解，所以打算写下这篇博客记录这段时间的工作情况; SVS文件是什么？ 最开始拿到SVS文件一脸懵逼的，这货长这样(在windows下可以用Aperio ImageScope这个开源软件打开)： 我现在接触的这种图片的大小一般在60M-1.5G之间，可以将图片放大到20倍左右，上面的这张图...
使用openslide-python对whole slide image（WSI）进行读取、显示和金字塔构建、生成tiles
openslide的基本操作
11-14 1万+
H&E染色的病理切片怎么读取 特点是：太大，每张600Mb~10Gb，一般软件打不开。 基于python开发，暂时想到3种打开方式： #coding:utf-8 import openslide import matplotlib.pyplot as plt #image file img_path = 'path/to/img/1.tif' #method 1 slide1 = op...
python，Openslide自动切.SVS格式(WSI)病理图像
未来不再遥远
06-13 1万+
首先安装，openslide，如果是ubuntu用户，直接 sudo apt install python-openslide, 然后导入库 import openslide 然后导入DeepZoomGennerator,主要是多层金字塔形式封装 from openslide.deepzoom import DeepZoomGenerator 打开所需要读入的文件，给出文件名， sli...
openslide包常用函数用法总结
ittongyuan的博客
03-12 923
全视野数字切片（whole slide images, WSIs）尺寸可高达15w*15w像素，一般处理图像的库无法处理，需要用到openslide库。本文简要介绍openslide库中几个常用函数的用法。
（病理图像读写）病理图像（whole slide images，WSI）的读写（.svs, .tiff）,使用openslide,和pyvips以及matlab
qq_34616741的博客
08-02 9211
病理图像的读写
openslide 读图参考
weixin_37485708的博客
01-15 1835
使用openslide-python对whole slide image（WSI）进行读取、显示和金字塔构建、生成tiles http://www.pianshen.com/article/969089981/  openslide处理大图 https://blog.csdn.net/caicai2526/article/details/75324679 利用openslide 、open...
WSI2DICOM：将整个幻灯片图像（WSI）转换为多帧DICOM图像
02-22
此仓库显示了如何将整个幻灯片图像转换为多帧DICOM图像。 这取决于和 动机 在整个机构中标准化WSI格式和传输。 启用更多封装选项以进行海量数据存储 潜在地简化补丁/框架级别的可访问性 这是一个示例，显示可以在...
dicomweb-wsi-viewer:基于 Google Cloud Healthcare DICOM API 的概念证明整个幻灯片成像查看器
05-29
DICOMweb WSI 查看器 该存储库包含由 DICOMweb 服务器提供支持的概念验证整个幻灯片成像查看器。 此特定工具使用 DICOMweb 实现。 注意：此查看器仅适用于整个幻灯片（即病理）图像。 对于使用 Healthcare API 的...
TensorBoard_Plugin_WSI:TensorBoard的插件，用于显示WSI图像。 该插件基于深度缩放图像（DZI）
05-23
用于WSI图像的TensorBoard插件设置 git clone [email protected]:IAmS4n/TensorBoard_Plugin_WSI.gitcd TensorBoard_Plugin_WSI/python setup.py install --user创建一个演示日志文件 import tensorflow as tffrom ...
WSI-Classification
05-17
WSI分类 此仓库的目的是扩展TF-Slim的功能，以用于其他项目。 这源自（tensorflow / models）[ ]的提交70c86f2 。 安装 使用 # Build the docker image docker build -t stevenhart/wsi-classification . # ...
openslide使用教程
K.SHI的博客
05-10 4779
WSI(Whole-Slide-Image)的病理切片大小为几十M到几G不等，原图像素点可达到上亿，常规的python图像读取方式无法直接处理。因此，openslide的使用，可以还原金字塔构建、生成tiles、指定区域切片提取等。 本文是自己在学习和实验中用过的openslide的常用方法的总结。 官网链接： https://openslide.org/api/python/ 1、level_count属性 病理图为金字塔结构，level_count属性是获取svs有多少层。在svs中存储了每一层采样的
WSI 病理图像预处理（python）安装spams (失败)
h_sq__的博客
01-28 1914
安装spams 使用python对WSI（病理图像）进行预处理的时候，使用颜色标准化工具需要spams 但是使用pip install 安装很可能会出现失败。pip install spams 失败；这时采用python setup.py install 又报错了 No module named ‘numpy.distutils._msvccompiler’ in numpy.distutils; trying from distutils 根据这篇博客：https://blog.csdn.net/qq_
医学图像处理——入门篇（二）
悟
02-21 1053
常用的python库
三、生成heatmap(一）裁背景和组织patch
侧耳倾听
08-27 1125
提出来的新思路： 将按顺序裁剪的patch喂入已训练好的网络，所生成的概率重新赋给数组中的对应区域，生成热力图。 某张tif及所画病灶 if __name__ == '__main__': wsi = WSI() # 创建一个wsi对象 # 含read_wsi_tumor()、find_roi_n_extract_patches_...
纯小白为了实现Camelyon16 数据集的分割和特征提取（基于CLAM的代码和AutoDL服务器）所走的弯路
Hans_Y的博客
05-18 1590
此贴纯纯记录一下小半个月来的时间里为了复现 CLAM 走的弯路和心路历程。
SVS格式WSI图像分割
07-27
SVS是一种常用的数字病理学图像格式，通常用于存储组织切片图像。WSI表示全扫描图像，它是一种高分辨率的数字病理学图像格式，可以用于详细分析组织结构。 要对SVS格式的WSI图像进行分割，可以使用计算机视觉和图像处理技术。以下是一般的步骤： 1. 加载图像：使用适当的图像处理库或软件加载SVS格式的WSI图像。 2. 预处理：进行预处理操作，如调整图像大小、调整亮度和对比度等，以便更好地适应后续的分割算法。 3. 区域选择：根据具体任务的需求，选择感兴趣的区域进行分割。可以使用手动选择或自动选择算法来确定感兴趣区域。 4. 特征提取：根据分割任务的要求，提取适当的特征。可以使用传统的计算机视觉特征提取方法，如纹理特征、颜色特征等，也可以使用深度学习方法进行端到端的特征学习。 5. 分割算法：根据特征和任务需求，选择合适的分割算法。常见的分割算法包括阈值分割、区域生长、边缘检测、分水岭算法等。 6. 后处理：对分割结果进行后处理操作，如去噪、填充空洞、平滑边界等，以提高分割的准确性和鲁棒性。 请注意，SVS格式的WSI图像通常具有很高的分辨率和复杂的结构，因此图像分割可能需要大量的计算资源和时间。此外，对于特定的分割任务，可能需要针对具体应用场景进行算法的优化和调整。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值