CellProfiler

CellProfiler^[2][3] 是一款免费的开源软件，旨在使未受过计算机视觉或程式设计训练的生物学家能够自动从数千张影像中量化地测量表型。高级影像分析算法以个别模块提供，这些模块可以按顺序排列组成一个流程管线；接着使用该管线来识别和测量图像中的生物对象和特征，尤其是通过萤光显微镜获得的图像。

CellProfiler

开发者	Anne E. Carpenter, Thouis Jones, Lee Kamentsky, Beth Cimini, Allen Goodman, Claire McQuin, Madison Swain-Bowden, David Stirling, Nodar Gogoberidze, 及其他人 (Broad Institute)
当前版本	4.2.8（2024年9月18日；稳定版本）[1]
源代码库	github.com/CellProfiler/CellProfiler
编程语言	Python
操作系统	Windows, MacOS
类型	影像处理及影像分析
许可协议	BSD 3-clause
网站	www.cellprofiler.org

特点

此程式的不同影像处理功能被细分为多个流程管线，这些管线通常由使用者社群所开发，并于官方网站上提供。由于该项目为开源计划，因此提供了丰富的文档，指导研究者如何构建适合其研究兴趣的流程管线^[4][5]。CellProfiler 能读取并分析大多数常见的显微镜影像格式^[6]。生物学家通常使用 CellProfiler 来识别感兴趣的对象（例如细胞、菌落、秀丽隐杆线虫等），接着测量它们感兴趣的属性。专门的照明校正模组可作为预处理步骤应用，以消除由于照明不均引起的失真。物件识别（分割）通过机器学习或影像阈值化、识别和分割纠结的物件以及根据大小或形状合并或移除物件来执行。使用者可以自订每个步骤，满足他们特定的影像分析需求。

分析肌肉细胞影像

对于每个识别的细胞或亚细胞组分，可以生成各种测量值，包括形态、强度和纹理等。这些测量结果可通过使用内置的查看和绘图数据工具来访问，或将数据以逗号分隔的试算表格式导出^[7]，或导入到 MySQL 或 SQLite 数据库中。

CellProfiler 界面与高性能科学库 NumPy 和 SciPy 进行许多数学运算，使用开放显微镜环境协会的 Bio-Formats 库来读取超过 100 种影像文件格式，利用 ImageJ 进行插件和宏的使用，以及使用 ilastik 进行基于像素的分类。虽然专为大量二维影像（最常见的高内容筛选影像格式）设计和优化，CellProfiler 也支持小规模实验和时间延迟电影的分析。

目前可用功能

• 识别团块状细胞并获得形态学、强度和质地测量^[8]
• 识别并计数肿瘤并测量其大小
• 细胞/颗粒计数和计算染色对象的百分比^[9]
• 将彩色组织影像分解为其组成通道，接着从特定染色中识别单个细胞并记录每个细胞的邻居数量
• 给定一张细胞组织的影像，量化组织样本所占的面积^[10]
• 将识别出的物件的轮廓与 green channel 图像叠加，以展示识别和分类的准确性^[11]
• 使用可定制的标准分离不同对象