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！
概述
这是 StarDist 的 ImageJ/Fiji 插件，一种用于具有星凸形状先验的显微图像的细胞/细胞核检测方法。该插件可用于将已经训练好的模型评估新图像。请参阅main repository，获取我们书籍的链接以及也可用于训练模型新的全功能 Python 包。
如果您需要任何帮助，请首先查看 StarDist documentation 和 frequently asked questions (FAQ)。
如果这不能解决您的问题，您可以浏览现有的stardist-tagged forum posts或搜索image.sc forum。如果缺少所需内容，请在the forum创建新主题（并使用标签stardist）。
如果您打开新主题，请提供清晰简洁的描述，以理解并理想地解决您遇到的问题。
请仅针对错误报告或您对插件有技术问题时提交问题here。
该插件目前仅支持2D图像和延迟数据。如果您有3D数据，请使用我们的python library.
安装
1.启动Fiji（或者先从here下载并安装）。
2.从菜单栏选择Help > Update...。
3.点击按钮Manage update sites。
- 阶梯滚动列表并勾选更新站点
CSBDeep、StarDist和TensorFlow的布局，然后单击Close按钮。 (IfStarDistis missing, clickUpdate URLsto refresh the list of update sites.)
5.点击Apply changes安装插件。 6.重启斐济。
满足
插件
打开需要分割的图像。请注意，目前仅支持 2D 和 2D+time 图像。例如，可以在 Broad Bioimage Benchmark Collection[1] 中找到合适的测试图像：
从Plugins > StarDist > StarDist 2D启动插件。可以设置以下参数：
{::nomarkdown}
|
|
从下拉列表中选择神经网络模型之一，可以是以下：
如有必要，可以更改/禁用基于百分添加的输入图像标准化。 |
|
|
调整NMS（非极大值抑制）后处理参数：
如果有疑问，请加载所选内置模型的默认 NMS 参数（见下文）。 分段的对象可以作为图片标签或在投资回报率经理（或两者）。 |
|
|
高级选项：
|
{:/}
运行插件的示例，显示返回的标签图像和覆盖在输入图像上的 ROI（在 ROI 管理器中检查 Show All）：
脚本/批处理
请查看对文件夹中的所有文件运行stardist的Fiji/Jython script batch-processing example。
引文
如果您在研究中使用该插件，请引用该论文：
doi:10.1007/978-3-030-00934-2_30
参考文献
[1] Caicedo等人，自然方法，2019
