中性粒细胞淋巴细胞比值对重症肺炎患者28 d 死亡风险的预测价值.pdf

DAPI 等核荧光染料可产生与核 DNA 浓度成正比的信号。 因此，细胞核荧光信号的积分强度可以提示细胞是否是在细胞周期的 G1、S 或 G2 阶段。 在这个脚本中，我提供了一个工作流程来处理荧光染色的细胞核图像，并执行细胞核综合强度分析，以将细胞分配到细胞周期的特定阶段。 此脚本的想法是受此FileExchange帖子的Documentation文件夹中讨论的出版物的启发。

Matlab集成的c代码细胞图像分析 一个函数和类库，可加快包含染色的（免疫荧光）细胞核的大图像的分析速度（大约200,000个细胞的大约20 mm x 20 mm的图像）。 有多种方法可用于分割核，图像背景和伪影校正以及特征提取。 方法使用GPU加速进行图像处理，并且可以在GPU上并行提取每个原子核的特征。 要求 Matlab版本R2017b或更高版本。 图像处理工具箱。 统计和机器学习工具箱。 并行计算工具箱-使用并行计算和GPU加速需要此工具箱。 假设条件 其中一些功能特定于染色核DNA的图像，例如使用DAPI或PI时。 并且CellExperiment类需要标记为DAPI的通道。 其他几种方法专用于处理使用整个玻片荧光读取器创建的图像。 假定tiff图像是使用Leica Aperio荧光玻片扫描仪创建的。 这些tiff图像的获取信息存储在tiff图像的ImageDescription标签（id：270）中。 此信息中需要的一条信息是MPP ，它以每像素微米为单位给出图像的空间比例。 安装 下载资源库。 在计算机上打开Matlab，然后将当前文件夹更改为下载的存储库。 运行set

原理： 决策树生成算法： 是递归地生成决策树，它往往分类精细，对训练数据集分类准确，但是对未知数据集却没有那么准确，有比较严重的过拟合问题。因此，为了简化模型的复杂度，使模型的泛化能力更强，需要对已生成的决策树进行剪枝。 集成分类算法： 集成（Ensemble）分类模型综合考量多个分类器的预测结果，从而做出决策。 随机森林分类器用相同的训练数据同时搭建多个独立的分裂模型，然后通过投票的方式，以少数服从多数的原则作出最终分类的决策。在相同的训练数据上同时搭建多棵决策树，每棵决策树会放弃固定的排序算法，随机选取特征。 梯度提升决策树按照一定的次序搭建多个分类模型。模型之间彼此存在依赖关系。后续加入

细胞自动机 使用p5.js编写的简单3D细胞自动机模拟器

基于边缘检测的细胞图像分割方法研究与实现

和声2 使用自动和手动方法注释单细胞转录组图谱 单细胞转录组学可以在一次实验中分析数千个细胞，并在广泛的组织和生物体中识别新的细胞类型、状态和动态。 已经开发了标准实验方案和分析工作流程来从组织创建单细胞转录组图谱。 本教程重点介绍如何解释这些数据以识别细胞类型、状态和其他生物相关模式，目的是创建带注释的细胞图。 在书面教程中，我们推荐了一个三步工作流程，包括自动细胞注释工具、手动细胞注释和验证。 讨论了经常遇到的挑战和应对这些挑战的策略。 涵盖了可用于每个步骤的软件工具和资源的指导原则和具体建议。 随附代码 为了使教程中的建议更易于访问，我们提供了一个 R 笔记本，可指导用户使用特定工具。 实际上，每个单细胞地图注释情况都会有所不同，并且可能不需要使用所有这些工具。 就本教程而言，这些工具利用公开可用的数据，涵盖基于参考和标记的自动注释、手动注释以及如何构建一致的集群注释集。 R Notebook 文件可以下载并在您自己的 RStudio 系统上运行。 这将允许您以自己的步调以交互方式运行这些步骤，同时完整运行该文件还会在您的系统上创建一个人类可读的 HTML 文件。 安装说明 此代

在VC2008下配置OpenCV2.0，实现细胞数目的统计及面积。可具体罗列出图中每个细胞的序号及其对应的面积值。

全细胞模拟器 全细胞模拟器（WCS）旨在提供一种用于模拟全细胞模型（WCM）的计算环境。 WCM是一个全面的多尺度计算模型，代表了细胞中所有已知的生化过程。它依赖于多种细胞内途径模型和组学数据。 技术目标是实现WCM中使用的各种仿真方法的无缝集成，例如随机仿真算法（SSA），常微分方程（ODE），磁通平衡分析（FBA）和基于逻辑的方法。当前，WCS仅实施SSA，在实现该目标方面取得了进展。这些方法可以同时运行，不仅适用于整个途径，还适用于React的子集。此外，我们的目标是在有益时使方法之间能够动态切换。 当前要求： 目标平台：基于Linux的系统 支持c ++ 17的c ++编译器，例如clang ++ 5.0或更高版本，g ++ 7.1或更高版本以及icpc 19.0.1或更高版本 GNU Boost库使用的特定Boost库是graph ， filesystem ， regex和sys

CellChat：单元间通信的推理和分析 重要更新！！ 2021年1月5日（版本0.5.0） CellChat对象的微小变化（请通过updateCellChat()更新以前计算的CellChat对象） 功能和教程的增强文档（使用help()来检查文档，例如help(CellChat) ） 多个数据集进行比较分析的新功能 支持从Seurat V3或SingleCellExperiment对象创建新的CellChat对象 基于网络的“ CellChat Explorer” 我们构建了一个用户友好的基于Web的“ ”，其中包含两个主要组件： 配体-受体相互作用浏览器，可轻松探索我们新颖的配体-受体相互作用数据库，全面概述包括多聚体复合物和辅因子在内的已知分子组成。 我们的数据库CellChatDB是一个人工整理的数据库，其中包含人类和小鼠中受文献支持的配体-受体相互作用。 Cel