DigitalSlideArchive/HistomicsTK

HistomicsTK – 디지털 병리 이미지 분석을 위한 오픈소스 툴킷

What it is – Python 라이브러리(및 Digital Slide Archive를 위한 선택적 플러그인)로, 전체 슬라이드(whole-slide) 및 현미경 이미지를 다루기 위한 즉시 사용 가능한 알고리즘을 제공합니다. 색상 정규화(color normalization), 염색 분해(stain deconvolution), 핵 세그멘테이션(nuclei segmentation), 특징 추출(feature extraction)과 같이 계산 병리학에서 흔히 발생하는 작업에 집중합니다.

Why it matters – 전체 슬라이드 이미징은 일반적인 이미지 처리 도구로 다루기 어려운 기가픽셀 이미지를 생성합니다. HistomicsTK는 이러한 형식을 효율적으로 읽기 위해 large_image 라이브러리를 래핑(wrap)하고 도메인 특화 메서드를 추가하여, 연구자와 병리학자가 저수준 코드를 처음부터 구축하지 않고도 대규모 조직학 데이터셋에 머신러닝 파이프라인을 적용할 수 있도록 합니다.

How you use it

Pure Python – pip를 통해 설치하고(선택적으로 large_image용 사전 빌드된 바이너리 휠을 가져옴) 이미지 파일이나 NumPy 배열에서 함수를 직접 호출합니다. API 문서와 예제 노트북을 통해 엔드투엔드 워크플로우를 확인할 수 있습니다.
Within the Digital Slide Archive (DSA) – 라이브러리를 플러그인으로 배포하여 사용자가 웹 기반 HistomicsUI 인터페이스에서 분석 작업을 시작할 수 있도록 합니다. 사용자 정의 알고리즘은 slicer-cli-web 컨테이너로 래핑하여 DSA 플랫폼에서 사용할 수 있습니다.

Key capabilities

Color handling – 염색 배치 간의 정규화 및 헤마톡실린/에오신(hematoxylin/eosin) 성분을 분리하기 위한 분해 작업.
Segmentation – 고전적인 핵 세그멘테이션 파이프라인(임계값 설정, watershed, 형태학적 후처리).
Feature extraction – 각 세그멘테이션된 객체에 대한 형태, 질감 및 강도 기술자(descriptors)를 계산합니다.
Annotation integration – HistomicsUI에서 사용하는 어노테이션 데이터를 읽고 써서 알고리즘 출력 결과의 대화형 검토를 가능하게 합니다.

Installation snapshot

# Linux – from PyPI with pre‑built large_image wheels
python -m pip install histomicstk --find-links https://girder.github.io/large_image_wheels

# From source (Linux/macOS) – editable install
git clone https://github.com/DigitalSlideArchive/HistomicsTK.git
cd HistomicsTK
python -m pip install -e . --find-links https://girder.github.io/large_image_wheels

Windows는 README에 상세히 설명된 대로 추가 단계( large-image, CMake, Visual Studio C++ 도구 및 large-image-source-tiff 패키지 설치)가 필요합니다.

Where to learn more

API reference: https://digitalslidearchive.github.io/HistomicsTK/api-docs.html
Example notebooks: https://digitalslidearchive.github.io/HistomicsTK/examples.html
Project website & demos: https://digitalslidearchive.github.io/digital_slide_archive/demos-examples/
Source code for related components: Digital Slide Archive, HistomicsUI, large_image, slicer_cli_web.

Funding & community – NIH grant U24-CA194362-01의 지원을 받습니다. 개발은 GitHub discussions를 통해 조정됩니다. Digital Slide Archive 생태계의 일부입니다.

DigitalSlideArchive/HistomicsTK

HistomicsTK – 디지털 병리 이미지 분석을 위한 오픈소스 툴킷

관련