slidl tutorial

Learning Slidl，是一個預處理和後處理工具的Python庫，用於將深度學習應用於全掃描圖像

SLIDL是一個Python庫，用於對全掃描圖像（WSIS）進行深度學習圖像分析，包括深組織，人工製品和背景過濾，瓷磚提取，模型推理，模型評估等。該存儲庫可以教用戶如何在使用最佳實踐開始到完成分類和細分示例問題上應用SliDL 。

安裝SLIDL及其脫落

SliDL也可以通過Python軟件包索引（PYPI）安裝：

 pip install slidl

運行SLIDL教程

首先克隆這個存儲庫：

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

該教程使用Camelyon16挑戰中的示例子集淋巴結WSI。這些WSI中的一些包含乳腺癌轉移，該教程的目的是使用SLIDL訓練深度學習模型，以識別含轉移的幻燈片和滑動區域，然後評估這些模型的性能。

創建一個名為wsi_data的目錄，其中至少有38 GB的磁盤空間。將以下18個WSI從CamelyOn16數據集下載到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

將jupyter筆記本安裝到slidl-env中：

 conda install -c conda-forge notebook

現在已經下載了必要的軟件和數據，您可以開始本教程，該教程包含在此存儲庫中的Jupyter Notebook slidl-tutorial.ipynb中。啟動筆記本，然後在接口中導航到該文檔：

 jupyter notebook

啟動並運行後， slidl-tutorial.ipynb包含運行教程的說明。有關運行jupyter筆記本電腦的說明，請參見jupyter文檔。

完整的教程運行的結果可以在此處找到。

該存儲庫中包含的U-NET細分架構的實現和一些相關的分割代碼來自Milesial的開源項目。

文件

可以在此處找到SliDL的完整文檔，包括其API參考。

免責聲明

請注意，這是預發行軟件。請相應使用。