R语言 CRImage包 processAperio()函数中文帮助文档(中英文对照)

loveR

processAperio(CRImage)
processAperio()所属R语言包：CRImage

                                        Cellularity Calculation of Aperio TX Scanner
                                         单元结构计算Aperio发射扫描

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Procession of Aperio TX Slides.
游行的Aperio的TX幻灯片。


用法----------Usage----------


processAperio(classifier=classifier,inputFolder=inputFolder,outputFolder=outputFolder,identifier=identifier,numSlides=numSlides,cancerIdentifier=cancerIdentifier,maxShape=800,minShape=40,failureRegion=2000,slideToProcess=NA,KS=TRUE,colors=c(),classesToExclude=c(),threshold="otsu",numWindows=2,classifyStructures=FALSE,ksToExclude=c(),pixelClassifier=NA,densityToExclude=c(),numDensityWindows=32,resizeFactor=4,plotCellTypeDensity=TRUE)



参数----------Arguments----------

参数：classifier
The classifier.
该分类。


参数：inputFolder
The path to the image folder.  
图像文件夹的路径。


参数：outputFolder
The path to the output folder.  
到输出文件夹的路径。


参数：identifier
The identifier of the files ("Ss" or "Da")  
文件标识符（“SS”或“大”）


参数：numSlides
The number of sections in the image.  
图像中的节数。


参数：cancerIdentifier
The identifier of the cancer class
癌症类的标识符


参数：maxShape
Maximum size of cell nuclei
最大规模的单元核


参数：minShape
Minimum size of cell nuclei  
最小尺寸的单元核


参数：failureRegion
minimum size of failure regions
故障区域的最小尺寸


参数：slideToProcess
Set this parameter if only a certain slide should be processed
设置此参数，如果只有某个幻灯片，应处理


参数：KS
Apply Kernel Smoother?
申请核平滑？


参数：colors
Colors to paint the classes
油漆类的颜色


参数：classesToExclude
Which class should be excluded?
应排除哪一类？


参数：threshold
Which thresholding method should be used, "otsu" or "phansalkar" possible
这阈值法，应使用“大津”或的“phansalkar”的可能


参数：numWindows
Number of windows to use for thresholding.
窗户的数量，使用的阈值。


参数：classifyStructures
Use hierarchical classification. If yes a pixel classifier has to be defined.  
使用分层分类。如果是一个像素的分类加以界定。


参数：ksToExclude
These classes are excluded from kernel smoothing.
这些类被排除在内核平滑。


参数：pixelClassifier
A SVM to classify pixel based on their color values. Needed if hierarchical classification should be applied.
基础上的SVM分类像素的颜色值。需要应采用分层分类。


参数：densityToExclude
This class is excluded from cellularity calculation.
这个类被排除单元数计算。


参数：numDensityWindows
Number of windows for the density plot.
窗口的数量，密度图。


参数：resizeFactor
Specifies the size of the cell density image. If this variable is not defined, the size of the thumbnail is used for the cell density image, else the size is calculated by size(thumbnail)*resizeFactor. The thumbnail is the small overview image, created by the Aperio software.
指定的单元密度图像的大小。如果这个变量没有被定义，用于单元密度图像缩略图的大小，其他尺寸大小计算（缩略图）* resizeFactor。缩略图小概览图像，由Aperio软件创建。


参数：plotCellTypeDensity
Plot the density of different cell types?
绘制不同类型的单元的密度？


Details

详情----------Details----------

The function processes images of Aperio TX scanners. The images have to be saved in the CWS format.
函数处理Aperio的TX扫描仪的图像。必须保存在水煤浆格式的图像。


值----------Value----------

Four folders are created in the output folder.
四个文件夹中创建的输出文件夹。


参数：Files
Cellularity values and cell numbers are saved in the file
单元性价值观和手机号码都保存在文件中


参数：classifiedImage
Subimages with labeled tumour and non tumour cells
子图像与标记的肿瘤和非肿瘤单元


参数：tumourDensity
Cancer heatmaps for every subimage
为每个子图像癌症的热图


参数：cellCoordinates
Coordinates and cell class for every cell in the subimage
坐标和每一个单元的单元类的子图


参数：resizeFactor
Size of the cellularity density image, calculated by size(thumbnail) * resizeFactor. Whereas the thumbnail is the small overview image produced by Aperio.
单元数密度图像大小（缩略图）* resizeFactor计算，大小。而缩略图是由Aperio生产小概览图像。


作者（S）----------Author(s)----------


Henrik Failmezger, failmezger@cip.ifi.lmu.de



举例----------Examples----------


#t = system.file("extdata", "trainingData.txt", package="CRImage")[T =。系统（“extdata”，“trainingData.txt”，包=的“CRImage”）]
#read training data[阅读训练数据]
#trainingData=read.table(t,header=TRUE)[trainingData = read.table（T，头= TRUE）]
#create classifier[创建分类]
#classifier=createClassifier(trainingData,topo=FALSE)[[1]][分类= createClassifier（trainingData，地形= FALSE）[1]]
#classify aperio[分类aperio]
#f = system.file("extdata",  package="CRImage")[F =。系统（“extdata”，包=的“CRImage”）]
#f=file.path(f,"8905")[F = file.path（F，“8905”）]
#dir.create("AperiOutput")[dir.create（“AperiOutput”）]
#takes long time![需要很长时间！]



转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。