SCI Skills

CN Directory
训练与评测机器学习与科研 AIFreedomIntelligence/OpenClaw-Medical-Skills训练与评测
BI

bio-imaging-mass-cytometry-interactive-annotation

维护者 FreedomIntelligence · 最近更新 2026年4月1日

bio-imaging-mass-cytometry-interactive-annotation：Interactive cell type annotation ，用于 IMC data。 Covers napari-based annotation，marker-guided labeling，training data generation，、 annotation validation。 适合在manually annotating cell types ，用于 training classifiers 或 validating automated phenotyping results时使用。

OpenClawNanoClaw训练编排评测比较bio-imaging-mass-cytometry-interactive-annotation🧬 bioinformatics (gptomics bio-* suite)bioinformatics — immunoinformatics & flow cytometryinteractive

原始来源

FreedomIntelligence/OpenClaw-Medical-Skills

https://github.com/FreedomIntelligence/OpenClaw-Medical-Skills/tree/main/skills/bio-imaging-mass-cytometry-interactive-annotation

维护者
FreedomIntelligence
许可
MIT
最近更新
2026年4月1日

技能摘要

来自 SKILL.md 的关键信息

2 min

核心说明

  • Python：napari.Viewer() ，支持 label layer ，用于 interactive annotation。
  • Manually annotate cell types in my IMC data" → Interactively label cells ，使用 napari visualization ，支持 marker overlays ，用于 training classifiers 或 validating automated phenotyping results. Python：napari.Viewer() ，支持 label layer ，用于 interactive annotation。
  • image_stack = io.imread('imc_image.tiff') # (C，H，W) 分割_mask = io.imread('cell_分割.tiff')。

原始文档

SKILL.md 摘录

Napari-Based Annotation

import napari
import numpy as np
from skimage import io
import pandas as pd

## Add channels as separate layers for visualization

channel_names = ['CD45', 'CD3', 'CD68', 'panCK', 'DNA']
for i, name in enumerate(channel_names):
    viewer.add_image(image_stack[i], name=name, visible=False, colormap='gray', blending='additive')

## Add segmentation

viewer.add_labels(segmentation_mask, name='Cells')

适用场景

  • 适合在manually annotating cell types ，用于 training classifiers 或 validating automated phenotyping results时使用。

不适用场景

  • Do not rely on this catalog entry alone ，用于 installation 或 maintenance details。

上游相关技能

  • cell-segmentation - Generate cell masks for annotation
  • phenotyping - Automated phenotyping as alternative
  • spatial-analysis - Use annotations for spatial analysis
  • quality-metrics - QC annotated data

相关技能

相关技能

返回目录
BI
训练与评测机器学习与科研 AI

bio-epitranscriptomics-m6anet-analysis

bio-epitranscriptomics-m6anet-analysis：Nanopore direct RNA m6A detection ，支持 m6Anet 深度学习。

OpenClawNanoClaw训练编排
FreedomIntelligence/OpenClaw-Medical-Skills查看
BI
训练与评测机器学习与科研 AI

bio-immunoinformatics-tcr-epitope-binding

bio-immunoinformatics-tcr-epitope-binding：预测 TCR-epitope specificity ，使用 ERGO-II 、 深度学习 models ，用于 T-cell receptor antig…

OpenClawNanoClaw训练编排
FreedomIntelligence/OpenClaw-Medical-Skills查看
CI
训练与评测机器学习与科研 AI

cirq

cirq：Cirq is Google Quantum AI's open-source 框架 ，用于 designing，simulating，、 running quantum circuits on quantum computers…

Claude Code训练编排
K-Dense-AI/claude-scientific-skills查看
GE
训练与评测机器学习与科研 AI

Get Available Resources

Get Available Resources：检测 available computational resources 、 generate strategic recommendations ，用于 scientific computi…

Claude Code训练编排
K-Dense-AI/claude-scientific-skills查看