BigStitcher › 自动装载机

自迁移出 MediaWiki 以来，本页内容尚未经过审查。如果您愿意帮忙，请查看帮助指南！

选择要包含在数据集中的文件中

在第一个窗口中，您可以选择要包含在数据集中的文件中。

Select the files to include in the dataset.

您可以浏览文件或目录，将它们拖放到路径字段或手动输入路径。

要在数据集中包含多个文件，您可以：

选择一个目录作为路径 - 在这种情况下，该目录中的所有文件（按大小过滤掉的文件此时）都将包含注释。
在路径中使用通配符。自动装载机支持Glob (programming)：
- a ‘*’ can be used to specify any sequence of characters
- a ‘?’ can be used to specify a single, varying character 与您输入的模式匹配的所有文件都将包含在数据集中。

当您更改路径和通配符时，将显示要包含在数据集中的文件中的预览：

Preview of selected files

为了防止包含网络元数据等小文件，您可以为要包含的文件指定最小大小 - 较小的文件将被忽略（默认值 10KB 在大多数情况下工作正常）。

分配元数据

在上一个窗口中单击确定后，自动加载程序将调查指定的文件并尝试自动将元数据（通道、照明方向、时间点、视角和平铺）分配给数据集。这可能需要一些时间（对于多TB数据集，通常需要几分钟）。

在下一个窗口中，您可以查看并更正自动元数据定义：

Defining metadata for Views.

文件内的视图

我们在底层使用Bio-Formats。在生物格式中，文件可以包含多个系列，每个系列包含多个通道、时间点和z切片。

自动加载器会尝试自动将分配堆栈给出不同的通道、照明、图块、角度和时间点，您可以在此处查看选择。

如果有多个生物格式“通道”，但我们无法找到它们的元数据，您可以选择将它们分配给通道或照明方向。
如果有多个“系列”，但我们无法找到它们的元数据，您可以选择在此处手动将它们分配给角度或图块。
如果文件中存在时间点，将自动检测。
文件名模式

除了文件中的元数据之外，当数据集由多个文件组成时，我们还可以在文件名中使用数字模式来表示视图属性。如果我们可以检测到所用文件中的模式，屁股显示它们，您可以决定它们代表什么属性（或选择它们）。

布局（体素大小）

我们将尝试自动从数据加载体素大小并在此处显示结果（仅显示数据集中第一个堆栈的体素大小）。

如果缺少元数据，则其设置为（1x1x1像素）。

您可以通过单击相应的第十组并提供沿 3 个轴的像素距离指定的单位来手动设置布置。这将检查所有堆栈的数据集中，因此如果堆栈的布置不同，请务必小心（在这种情况下，此处将显示警告）。

移动到固定网格

最后，如果我们在元数据中找不到各个图块的位置，您可以选择将堆栈移动到此处的拓扑中。可能采取的操作有：

不要将图块移动到网格（如果可用，请使用元数据）

将瓷砖留在原处。如果我们可以在元数据中找到图块位置，则默认情况下会选择此选项。

将图块移动到网格（吸引力）

数据集导入完成后，开始手动将图块移动到常规网格。如果角度包含多个图块，则该过程将每个视角执行一次。如果我们在元数据中找不到图块位置，则默认选择此选项。

将图块移动到网格（可宏编写脚本）

前面版本的更简单且交互性较低但可宏编写脚本的版本。单击“确定”后，系统将询问您每个视角的网格参数。

##（任选）将图块移动到固定（可编写宏脚本）

如果您选择手动将图块移动到网格，您将看到一个对话框来指定网格参数，即图块的图案、图块的数量以及它们重叠的程度(details)。

如果数据集中显示有多个角度，则每个角度该对话框。

如果您在 z 中指定多个层，则每一层都会重复 x 和 y 模式。

Options for manually moving tiles to a grid (macro-scriptable).

加载/重新保存选项

对于数据集中的图像分配属性后，您将看到如何数据加载的选项。

在如何加载图片下，您可以选择如何加载数据集：

如果您选择加载原始数据，则每次访问图像时都会完全加载图像。您可以将其用于小型数据集，但对于大型数据集，这可能会变得非常慢。
如果您选择虚拟加载数据原始（带缓存），图像将根据需要平面逐次加载（如果您有足够的内存，则记录先前加载的平面）。如果您想快速查看非常大的数据集，这非常有用，但会带来轻微的性能影响。我们建议您在开始数据处理集时将数据集重新保存为多分辨率HDF5（也可以在后面完成）。
您还可以选择立即重新保存为多分辨率HDF5。建议您这样做，否则我们将快速查看数据。稍后也可以将数据重新保存为多分辨率HDF5。

如果您的原始每个数据文件存储为多个堆栈，则 BioFormats 中的错误将导致它们始终具有相同数量的 z 切片。所有堆栈都将具有最大堆栈的大小，较小的堆栈将用零填充。勾选检查堆栈大小将导致 BigStitcher 加载所有堆栈并删除每个堆栈堆栈的零值卷。

您还可以指定数据集保存路径，即XML数据集定义（如果您选择立即重新保存，则为HDF5文件）将保存到的目录。

Options for loading or re-saving the dataset.

重新保存为 HDF5 的选项

如果您在上一个对话框中选择将数据集重新保存为 HDF5，您将看到用于创建多分辨率金字塔并保存它的选项。有关选项的详细说明，请参阅BigDataViewer documentation。

手动 mipmap **您可以以 {subsampling factor in x, subsampling factor in y, subsampling factor in z} 的形式指定子采样因子，例如{1,1,1}为原始图像。多重子采样因子必须与浓度分隔并在事实上之间。此外，数据将可以交换块，例如16x16x16像素。您使用与子采样因子相同的格式指定每个子采样浓度的大小。一般来说，我们在这里尝试选择有意义的默认值，因此您不必更改这些设置。
split hdf5 允许将数据集保存到多个文件（默认情况下，它保存到一个大文件）。您可以在此处选择每个文件的时间点数量和设置（时间点内的视图）（0表示不分割）。如果您的文件系统对文件大小有限制，您可以使用它。
您可以勾选使用 deflate 压缩来对输出进行无损压缩。如果原始数据未压缩，这可能会大大减少写入文件的大小，以至于重新保存的数据实际上小于原始数据（另一方面，压缩原始数据时不压缩会增加输出大小）。由于解压数据对性能的影响很小，并且IO带宽很可能成为瓶颈，因此我们建议您压缩HDF5文件
最后，您可以选择 导出路径，即 .h5 文件保存到的目录。

Be aware that re-saving a multi-terabyte dataset may take several hours. However, since most processing steps of BigStitcher can be done on downsampled versions of the data, this will save you a lot of time down the road.