ivBM4PAPLUGIN 0.1.3

Plugin napari permettant segmentation DIC + masque Brillouin

Plugin napari — Segmentation Cellpose (DIC) et application du masque sur Shift Brillouin

Ce plugin napari prend en entrée des images DIC et Shift Brillouin.
Il segmente automatiquement la zone d’intérêt (cellule) à partir de l’image DIC avec Cellpose (modèle cyto3 fine-tuné spécifiquement sur le DIC), puis applique le masque obtenu sur l’image de shift.

Fonctionnalités

• Sélection d’une image DIC (pour la segmentation) et d’une image Shift Brillouin (pour l’application du masque).
• Segmentation automatique via Cellpose (cyto3 fine-tuné DIC).
• Création d’une couche Labels/Masque dans napari.
• Création d’une couche Shift masqué (shift restreint à la cellule).

Structure du dépôt (plugin)

• src/ivBM4PAPLUGIN/_widget.py : widget napari (UI)
• src/ivBM4PAPLUGIN/segmentation.py : segmentation (Cellpose)
• src/ivBM4PAPLUGIN/processing.py : application du masque / post-traitements
• src/ivBM4PAPLUGIN/napari.yaml : déclaration du plugin (nom, commandes, widget)

Prérequis

• Dépendances Python typiques :
  • napari
  • cellpose
  • numpy
  • scikit-image
  • torch

Pour connaître exactement les versions/dépendances utilisées dans ton projet, regarde les pyproject.toml (dans napari-plugin/ et éventuellement napari-env/).

Installation (recommandée en mode développement)

Depuis la racine du plugin :

python -m pip install -U pip
python -m pip install -e .

Lancer napari

napari

Utilisation

1. Ouvre napari.
2. Va dans le menu Plugins et sélectionne le widget correspondant au plugin.
   • Le nom exact du widget dépend de src/ivBM4PAPLUGIN/napari.yaml.
3. Dans le widget :
   • Sélectionne la couche (ou le fichier) DIC.
   • Sélectionne la couche (ou le fichier) Shift Brillouin.
   • Sélectionne le modèle à utiliser pour la segmentation.
4. Lance la segmentation :
   • Le plugin produit une couche Labels/Masque correspondant à la cellule (ROI).
5. Applique le masque sur le shift :
   • Le plugin ajoute une couche Shift masqué (ROI extraite/isolée).

Hypothèses importantes

• L’image DIC et l’image Shift doivent être alignées (même champ) pour que le masque s’applique correctement.
• La qualité dépend des conditions d’acquisition et du fine-tuning du modèle.