Processing.Palm

class Palm(_type: str = 'CPU')

Bases : object

Classe permettant d’utiliser la DLL externe PALM, exécuter les algorithmes de détection de points et les paramètres liés.

_type: str = 'CPU'

Type de DLL, par défaut CPU, GPU également possible.

_dll: CDLL

DLL chargée.

is_valid() → bool

Vérifie la validité de la DLL utilisée pour PALM.

Renvoie:

True si la DLL est valide, False sinon.

__get_auto_treshold_args(height: int, width: int, fit_params: ndarray)

Initialise les arguments necessaire au lancement de la DLL PALM externe pour la localisation.

Paramètres:

• image – Image 2D sous forme de tableau NumPy.

• height – Hauteur des images.

• width – Largeur des images.

• fit_params – Paramètres de l’ajustement.

Renvoie:

Dictionniare d’arguments pour la DLL (attention l’ordre doit être respecté).

__get_locs_args(height: int, width: int, planes: int, threshold: float, watershed: bool, fit: int, fit_params: ndarray)

Initialise les arguments necessaire au lancement de la DLL PALM externe pour la localisation.

Paramètres:

• stack – Pile d’images en entrée sous forme de tableau numpy 3D.

• height – Hauteur des images.

• width – Largeur des images.

• planes – Nombre de plans.

• threshold – Seuil pour la détection.

• watershed – Active ou désactive le mode watershed.

• fit – Mode d’ajustement.

• fit_params – Paramètres de l’ajustement.

Renvoie:

Dictionniare d’arguments pour la DLL (attention l’ordre doit être respecté).

__get_tracks_args(max_distance: float, min_life: int, decrease: float, cost_birth: float) → dict[str, Any]

Initialise les arguments necessaire au lancement de la DLL PALM externe pour le tracking.

Paramètres:

• localizations – Liste des points détectés sous forme de dataframe contenant toutes les informations reçu de la DLL.

• max_distance – Distance maximale autorisée entre deux points pour les relier entre deux frames successives.

• min_life – Longueur minimale d’une trajectoire pour qu’elle soit conservée dans le résultat final.

• decrease – Facteur de pénalisation appliqué au coût d’association entre frames éloignées.

• cost_birth – Coût associé à la création d’une nouvelle trajectoire (point non associé à une trajectoire existante).

Renvoie:

Dictionniare d’arguments pour la DLL (attention l’ordre doit être respecté).

localization(stack: ndarray, threshold: float, watershed: bool, fit: int, fit_params: ndarray, planes: list[int] | None = None) → DataFrame

Exécute un traitement d’image avec une DLL PALM externe pour détecter des points dans une pile ou une image.

Paramètres:

• stack – Pile d’images en entrée sous forme de tableau numpy (possibilité d’envoyer une image directement).

• threshold – Seuil pour la détection.

• watershed – Active ou désactive le mode watershed.

• fit – Mode d’ajustement (défini par get_fit).

• fit_params – Paramètres du mode d’ajustement.

• planes – Liste des plans à analyser (None pour tous les plans).

Renvoie:

Liste des points détectés sous forme de dataframe contenant toutes les informations reçu de la DLL.

auto_threshold(image: ndarray, fit_params: ndarray) → float

Calcule un seuil automatique basé sur la segmentation de l’image.

Paramètres:

• image – Image 2D sous forme de tableau NumPy.

• fit_params – Paramètres du mode d’ajustement.

Renvoie:

Seuil calculé (écart type final).

tracking(localizations: DataFrame, max_distance: float, min_life: int, decrease: float, cost_birth: float) → DataFrame

Exécute l’algorithme de tracking sur les points localisés.

Cette méthode applique un algorithme de suivi (tracking) sur les données de localisation fournies, en prenant en compte divers paramètres influençant le coût et la durée de vie des trajectoires.

Paramètres:

• localizations – Liste des points détectés sous forme de dataframe contenant toutes les informations reçu de la DLL.

• max_distance – Distance maximale autorisée entre deux points pour les relier entre deux frames successives.

• min_life – Longueur minimale d’une trajectoire pour qu’elle soit conservée dans le résultat final.

• decrease – Facteur de pénalisation appliqué au coût d’association entre frames éloignées.

• cost_birth – Coût associé à la création d’une nouvelle trajectoire (point non associé à une trajectoire existante).

Renvoie:

DataFrame contenant les trajectoires détectées.