cellpose安装使用学习过程记录

1.GPU pytorch安装

在官网中找到自己适合的版本：PyTorch

复制下方的语句到cmd执行，挂个梯子会更快，但是也有说挂梯子会报错的，我是没有报错。

2.cellpose安装

python -m pip install cellpose

3.使用

准备好需要的环境

from cellpose import utils, io, models
from cellpose import plot

import numpy as np
from scipy import ndimage
import pandas as pd
%matplotlib inline


mpl.rcParams['figure.dpi'] = 300

 包装成函数。

chan参数需要自己设定好，假设输入为[x,y]，x为胞质通道，y为胞核通道。按照rgb的顺序标记为1，2，3，如果在你的图像中胞质为绿色，则x=2，其他的同理。如果确定不了就写0

如果感觉分割出来的结果有很多假阴性，那就把flow_threshold设置大一些，反之设置小一些

def sig(filename,gpu=False,save=False,diameter=0,flow_threshold=0.6,cellprob_threshold=-1):
    img = io.imread(filename)
    #胞质，核
    chan=[0,3]
    model = models.Cellpose(gpu=gpu, model_type='cyto')
    masks, flows, styles, diams = model.eval(img, diameter=diameter, 
                                             flow_threshold=flow_threshold,cellprob_threshold=cellprob_threshold, channels=chan)
    if save!=False :
        io.masks_flows_to_seg(img, masks, flows, diams, filename, chan)
        io.save_to_png(img, masks, flows, filename)
    # display results
    fig = plt.figure(figsize=(12,5))
    plot.show_segmentation(fig, img, masks, flows[0], channels=chan)
    plt.tight_layout()
    plt.show()
    return masks

mask = sig("./tmp.png",save=False,gpu=True)