文件名称:matlab求系统函数特征根代码-SR_toolkit:超分辨率成像分析
文件大小:12.21MB
文件格式:ZIP
更新时间:2024-06-24 05:45:20
系统开源
matlab求系统函数特征根代码SR_工具包 用于超分辨率荧光图像分析的集成 ImageJ 和 Python 工作流程。 添加一名作者 版本:3.6 发行日期:2021 年 6 月 2 日 概括 该工作流软件用于定位拟合/基准漂移校正/渲染超分辨率图像,用于基于相关的漂移校正,以及用于聚类分析的 DBSCAN。 该软件支持 GDSC SMLM 1 和 GDSC SMLM 2,但某些功能不适用于 GDSC SMLM 2。 在你开始之前 确保安装了 ImageJ 和 GDSC SMLM 插件。 如果您希望使用冗余互相关漂移校正,请确保 MATLAB(版本不早于 2018b)已安装并包含在系统 PATH 中。 运行installer.exe文件,填写请求的路径并按Install 。 它将源代码复制到目标文件夹中,创建配置文件,并将PYTHONPATH设置为目标文件夹。 要设置的参数 directory : 包含要分析的图像的目录。 image_condition :图像的搜索条件。 如果设置为'separate_images' ,则每个文件夹中的图像将在分析之前合并到 TIF 堆栈中。 pi
【文件预览】:
SR_toolkit-master
----README.md(17KB)
----SR_toolkit()
--------SR_toolkit_lib.py(23KB)
--------rundriftcorr.m(456B)
--------MCC.m(3KB)
--------ZeroPaddingFFT.m(867B)
--------SR_fit_lib.py(28KB)
--------Peakfit_GDSC_SMLM2.py(16KB)
--------Peakfit_GDSC_SMLM.py(19KB)
--------Rendering_SR.py(3KB)
--------DCC.m(2KB)
--------CrossCorrelation.m(142B)
--------FitInitialGuess.m(772B)
--------gaussmodel2dwxy.m(227B)
--------RCC.m(3KB)
--------Rendering_SR2.py(2KB)
--------GaussianFit.m(607B)
--------BinLocalizations.m(697B)
----installer.py(5KB)
----requirements.txt(121B)
----SR_toolkit_v3.py(2KB)
----installer.exe(12.33MB)