【文件属性】：
文件名称：matlab滑动条代码-Util:有用
文件大小：161KB
文件格式：ZIP
更新时间：2021-05-27 01:18:51
系统开源
matlab滑动条码实用程序
一套帮助我处理整个幻灯片图像，从对象分割中提取特征以及建立和评估机器学习模型的工具。
投资回报率提取
Matlab代码，用于从整个幻灯片图像中提取感兴趣的带注释的区域。
您需要BioFormats或Openslide才能使getROIfromTif正常工作，并且需要它们两者都具有完整的功能。
对于所有其他图像类型，可以直接从.czi文件或Aperio
ImageScope格式的.xml文件中读取注释。
QuPath脚本
我整理了一些方便的脚本，用于向QuPath导入注释和从QuPath导出注释。
使用qupath_to_xml.groovy导出的注释应可由ROIextraction中的getRegionsOfAnnotation.m读取。
特征提取
Matlab代码，用于从对象分割中提取216个形态特征和26个Haralick纹理特征。
CGT和子图功能已针对1.25倍（8MPP）细分进行了调整。
lumenSegHelpers
Matlab函数用于提取特定MPP处的关注区域并处理二进制掩码以获取边界结构，这些结构可在featureExtraction的e
【文件预览】：
Util-master
----ROIextraction()
--------getRegionOfROIfromTif.m(921B)
--------getLargestRegionOfAnnotation.m(680B)
--------getAnnotationFromCzi.m(844B)
--------parseXML.m(3KB)
--------getRegionsOfAnnotation.m(2KB)
--------getROIfromTif.m(8KB)
--------writeAnnotationToXML.m(1KB)
----README.md(1KB)
----SlicingAndStitching()
--------sliceImageWrapper.m(8KB)
--------sliceImage.m(2KB)
--------stitchImageTogether.m(5KB)
--------sliceImageLargestRegion.m(3KB)
----survivalAnalysis()
--------KMcurveFromThreshold.m(5KB)
--------findBestThresh.m(4KB)
----visualization()
--------overlayMaskOutline.m(386B)
--------overlayMask.m(329B)
----bfmatlab()
--------bfOpen3DVolume.m(2KB)
--------bfopenSpecificLayer.m(8KB)
--------bfopen.m(8KB)
--------private()
--------bfsave.m(5KB)
--------bfGetFileExtensions.m(2KB)
--------bfGetPlane.m(4KB)
--------bfUpgradeCheck.m(2KB)
--------bfInitLogging.m(2KB)
--------bfCheckJavaPath.m(3KB)
--------createMinimalOMEXMLMetadata.m(4KB)
--------bfCheckJavaMemory.m(2KB)
--------bfGetReader.m(3KB)
----lumenSegHelpers()
--------postProcessMask.m(1019B)
--------mask2bounds.m(1KB)
--------postProcessMaskWrapper.m(830B)
--------prepSegImgs.m(3KB)
----QuPathScripts()
--------forceTMAGrid.groovy(1008B)
--------xml_to_QuPath.groovy(3KB)
--------qupath_to_binary.groovy(1KB)
--------QuPath_to_xml.groovy(4KB)
--------exportTMApngs.groovy(724B)
--------binary_to_qupath.groovy(4KB)
--------extractPaktFeats.groovy(6KB)
----featureExtraction()
--------graycomtx.mexw64(10KB)
--------construct_ccgs_optimized.m(1KB)
--------compute_phi.m(695B)
--------frdescpUncentered.m(1KB)
--------order.m(201B)
--------bound2im.m(2KB)
--------fitEllipseToBoundary.m(1KB)
--------cluster_graph_features_optimized.m(7KB)
--------graycomtx_3d.cpp(4KB)
--------extract_CGT_features.m(5KB)
--------haralick_img.m(6KB)
--------extract_CGT_features_v2.m(5KB)
--------haralick_no_img.m(3KB)
--------invmoments.m(494B)
--------general_math.h(261B)
--------rescale_range.m(329B)
--------compute_eta.m(463B)
--------distratio.m(2KB)
--------graycomtx_3d.mexa64(9KB)
--------centroid.m(1KB)
--------extract_all_features.m(6KB)
--------fractal_dim.m(665B)
--------periarea.m(336B)
--------compute_m.m(516B)
--------get_graph_features.m(25KB)
--------FeatureNames242.txt(8KB)
--------graycomtx_3d.mexw64(10KB)
--------morph_features.m(5KB)
--------graycomtx_3d.mexw32(20KB)
--------construct_ccgs.m(1KB)
----classification()
--------getClassificationStats.m(2KB)
--------nFold.m(2KB)
--------LOO.m(346B)
--------Classify.m(732B)
--------models()
--------GenerateSubsets.m(190B)
--------nFold_CV_withFS.m(6KB)