型で実践する生物画像解析　ImageJ・Python・napari【電子版】

画像解析スキルをさらに高めたい方に！ あなたの研究目的にあった画像解析法をデザインするための基本戦略とツールの種類・使い方を「型」で体得する超・実践型教本．コーディング未経験でも，最先端の機械学習・深層学習ツールを取り入れた解析自動化や，バイアスの少ない解析を実現できる力が身に付く．

【目次】
本書のねらい
執筆者一覧
データ，コード等のダウンロードについて

基礎編
1 序論―生物画像解析の枠組みを理解する
2 Jythonの基礎知識と書き方
3 napariの基礎知識と書き方
4 Google Colaboratoryの利用法―クラウドPythonプログラミング

実践編
1 核膜に移行するタンパク質の動態の測定
ImageJ/Fiji　Jython　MorphoLibJ　分節化　輝度測定　連結成分分析　多チャネル　時系列

2 電子顕微鏡画像のミトコンドリア分節化と形状のクラスタリング解析
Python　napari　PHILOW　深層学習　分節化　形状解析　３次元

3 腫瘍血管における3次元管状構造ネットワークの分析
ImageJ/Fiji　Jython　Ops　MorphoLibJ　AnalyzeSkeleton　ネットワーク構造解析　骨格化　３次元

4 細胞移動を定量するための粒子追跡（トラッキング）
ImageJ/Fiji　Jython　TrackMate　StarDist　機械学習　粒子追跡　時系列

5 細胞周期の蛍光プローブFucciの時系列データ解析
ImageJ/Fiji　Jython　TrackMate　粒子追跡　輝度測定　多チャネル　時系列

6 甲殻類モデル生物Parhyale hawaiensisの脚再生過程の細胞動態解析
ImageJ/Fiji　Mastodon　ELEPHANT　BigDataViewer　深層学習　細胞追跡　輝度測定　３次元　時系列　大規模データ

7 イネのデジタルカメラ画像によるバイオマス推定
Python　深層学習　画像認識　RGB画像

論文投稿編
1 画像解析の再現性チェックリストとGitHubの活用
2 画像データリポジトリとデータベース―そのしくみと活用法

発展編
1 Micro-Managerによる顕微鏡制御
2 イメージングデータの次世代ファイルフォーマット
3 生物画像解析の専門家ネットワークとGloBIAS

付録
1 分節化のための機械学習ツールのリスト
2 英日対訳表

索引