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！
##一般
IsletJ2 是一个作为 ImageJ 插件实现的工具，用于架构并报告 Langerhans 胰岛的属性。该插件已于 2018 年推出，名称为 IsletJ。然而，自此以来，已经实施了更改。原始版本可以在here中。
也许最显着的变化是新的图形用户界面（GUI）。我们使 GUI 变得更简单，并且希望使用起来更舒适。
尽管对用户来说是不可见的，但插件核心已经发生了巨大的变化。整个插件从头开始重写，代码更加自定义和可扩展，对计算资源的需求也更少。然而，该插件仍然采用与以前相同的方法。
安装
该插件经过测试可与 ImageJ 1.52（斐济发行版）和 Java 8 配合使用。请按照以下步骤（安装 ImageJ 插件的一般过程）安装该插件：
1.启动ImageJ并使用Help – Update...启动更新程序。
- 单击
Manage update sites并使用§§§3§§添加§新站点，然后输入名称（例如，IsletJ2）和URLhttps://sites.imagej.net/IsletJ2/。关闭对话框。 3.单击Apply changes获取并安装插件。 4.重新启动ImageJ。
培训
训练过程由三个连续的阶段组成：
- 装载量， 2.地面实况验证， 3.模型训练。
在第一阶段，用户选择包含输入图像及其相应的地面实际图像条件的目录。IsletJ2 期望输入文件的名称具有由远端、单个下划线和数字组成的特定格式。该插件使用远端分别对图像和基本事实进行分组，这意味着所有图像必须具有共同的远端，基本事实如此。下划线其实也是前面的远端和后面的数字之间的分隔符号。最后，该数字图像将基本事实联系起来。例如，可以设置如下名称。
gt_01.png
gt_02.png
image_01.png
image_02.png
加载图像返回用户显示后，用户应验证插件是否正确识别图像和基本事实。如果检索到的分区正确，则可以前进到最后阶段。
最后一个阶段涉及模型训练。需要设置模型的保存路径。，点击Train按钮后，然后将插件添加到图像中提取特征并开始训练模型。
When the training starts, the values of the form inputs are saved and will be used to pre-fill the form in the next training.
训练可能需要四分之一（取决于输入图像的数量和大小，或您的计算机性能）。它还使用大量的 CPU 和操作内存。
训练协议
训练完成后，将编写好的协议放在其保存到与训练模型的相同目录中。该协议是一个 CSV 文件，每行两列。每行代表一个训练示例：第一列和第二列包含分别示例图像和地面实况的路径。协议名称具有特定的形式，即isletj_MODEL_YYYY-MM-DD_hh-mm-ss.csv，其中MODEL是模型名称，YYYY-MM-DD_hh-mm-ss指定协议创建的日期和时间，例如isletj_model-file.gz_2019-12-19_14-23-31.csv。
＃＃分析
该分析假设文件系统中的某处存在经过训练的模型。
与训练相反，分析形式很简单。它由五个输入组成，指定：
1.包含要分析的图像的目录的路径（或选择分析当前活动的图像）， 2.像素的大小（以微米为单位）， 3.要考虑胰岛最小直径， 4.训练模型的路径， 5.保存分析输出的目录路径。
所选的输入目录必须存在并且必须至少包含一张图像。目前，该插件支持PNG格式。
输出目录必须每个都存在；如果不为空，插件将要求确认。该目录将包含输入图像的组成部分和协议。
the input values will be saved and pre-filled for further analyses.
The training will probably take several minutes (depending on the number and size of the input images, or your computer performance). It also uses a lot of CPU and operational memory.” %}
分析协议
与训练协议类似，分析协议也是一个CSV文件。每个输入图像有一行，由4+15列组成：
1.输入图像的路径， 2.已识别的胰岛数量，
- 椭圆形体积（IEQ）， 4.造型体积（IEQ）， 5.最后15列代表15个不同的bin的直径频率（基于Ricordi直方图）。
演示
以下步骤显示了与插件的基本交互。
- 下载演示dataset并解压文档。将创建包含一个图像及其真实分割的目录
isletj-demo。 - 启动 ImageJ 并打开训练对话框 (
Plugins–IsletJ–Train)。 3.选择解压后的目录，将examples和GT的外部分别设置为img_和gt_，点击Load加载数据集。将显示数据集中的图像（在本例中只有一张），并且相应的分割图像将进行认知，从而产生绿色相关区域。 4.确定支架已正确加载，然后单击Ok。 5.选择保存训练模型的文件路径，然后单击训练Train开始。模型的名称可以是任意的，但我们建议使用后缀.gz，因为这样会使用压缩，从而使模型的尺寸更小。 - 等待训练完成。如果是练习，则只需几分钟。
- 关闭训练对话框并打开分析对话框 (
Plugins–IsletJ–Analyze)。 - 像以前一样选择提取的目录（我们将分析训练图像目的用于演示），设置适当的像素大小（例如，2.355 μm）和胰岛的最小（例如，0 μm），然后选择先前训练的模型。
9.输出选择目录并单击
Analyze。
预训练模型
可以下载预训练的分割模型here。请注意，IsletJ2的未来版本不需要支持旧的分割模型。但是，我们将尽力为每个版本都支持兼容的模型。
＃＃尖端
键盘快捷键
如果您经常使用该插件，通过一些键盘快捷键访问其功能可能会很有用。
可以使用顶部菜单中的Plugins – Shortcuts – Add Shortcut...定义新的键盘键盘。在显示的窗口中，选择您选择的快捷方式（例如，F12）并选择Analyze或Train作为命令。
有关如何在 ImageJ 中管理键盘快捷键的更多信息，请参阅ImageJ docs。
确定像素大小
拍摄一张载物台千分尺的照片并在斐济打开照片。使用直线测量从 0 到 4 的距离。然后打开 Analyze – Set Scale... 并填写 Known distance 输入。斐济将计算每个像素的像素数。将数字获取即可获得每个像素的像素数。
原始插件版本的。](/media/micrometer.png)
##致谢
当前的实现极大地受到Jan Schier之前实现的启示。
插件中的使用方法在以下工作中开发和描述的：
- Habart, D. 等人 (2016)“离体胰岛显微图像的自动分析”，细胞移植，25(12)，第2145–2156页。号码：10.3727/096368916X692005。
