slidl tutorial

Learning Slidl, uma biblioteca Python de ferramentas de pré e pós-processamento para aplicar o aprendizado profundo em imagens de deslizamento inteiro

O SLIDL é uma biblioteca Python para realizar análises de imagens de aprendizado profundo em imagens de lixo inteiro (WSIS), incluindo tecido profundo, artefato e filtragem de fundo, extração de telha, inferência de modelo, avaliação do modelo e muito mais. This repository serves to teach users how to apply SliDL on both a classification and a segmentation example problem from start to finish using best practices.

Instalando Slidl e suas dependências

SliDL can also be installed via the Python Package Index (PyPI):

 pip install slidl

Executando o tutorial Slidl

Primeiro clone este repositório:

 git clone https://github.com/markowetzlab/slidl-tutorial

O tutorial usa um exemplo de subconjunto de linfonodos WSIs do desafio Camelyon16. Algumas dessas WSIs contêm metástases de câncer de mama e o objetivo do tutorial é usar o SLIDL para treinar modelos de aprendizado profundo para identificar slides contendo metástases e regiões deslizantes e, em seguida, avaliar o desempenho desses modelos.

Create a directory called wsi_data where there is at least 38 GB of disk space. Download the following 18 WSIs from the CAMELYON16 dataset into wsi_data :

• normal/normal_001.tif
• normal/normal_010.tif
• normal/normal_028.tif
• normal/normal_037.tif
• normal/normal_055.tif
• normal/normal_074.tif
• normal/normal_111.tif
• normal/normal_141.tif
• normal/normal_160.tif
• tumor/tumor_009.tif
• tumor/tumor_011.tif
• tumor/tumor_036.tif
• tumor/tumor_039.tif
• tumor/tumor_044.tif
• tumor/tumor_046.tif
• tumor/tumor_058.tif
• tumor/tumor_076.tif
• tumor/tumor_085.tif

Install Jupyter notebook into slidl-env :

 conda install -c conda-forge notebook

Now that the requisite software and data have been downloaded, you are ready to begin the tutorial, which is contained in the Jupyter notebook slidl-tutorial.ipynb in this repository. Inicie o caderno e navegue para esse documento na interface:

 jupyter notebook

Once up and running, slidl-tutorial.ipynb contains instructions for running the tutorial. Para obter instruções sobre a execução de notebooks Jupyter, consulte a documentação de Jupyter.

Os resultados de uma execução do tutorial concluída podem ser encontrados aqui.

A implementação da arquitetura de segmentação de rede U contida neste repositório e algum código de segmentação relacionado vem do projeto de código aberto da Milesial.

Documentação

The complete documentation for SliDL including its API reference can be found here.

Isenção de responsabilidade

Observe que este é um software de pré -lançamento. Por favor, use de acordo.