·tooluniverse-image-analysis
{}

tooluniverse-image-analysis

Produktionsreife Mikroskopie-Bildanalyse und quantitative Bilddatenkompetenz für Koloniemorphometrie, Zellzählung, Fluoreszenzquantifizierung und statistische Analyse von bildgebenden Messungen. Verarbeitet die ImageJ/CellProfiler-Ausgabe (Fläche, Zirkularität, Intensität, Zellzahlen), führt Dunnett-Test, Cohens d-Effektgröße, Leistungsanalyse, Shapiro-Wilk-Normalitätstests, Zwei-Wege-ANOVA, Polynomregression, natürliche Spline-Regression mit Konfidenzintervallen und vergleichende Morphometrie durch. Unterstützt CSV/TSV-Messtabellen, Mehrkanal-Fluoreszenzdaten, Kolonieschwarmtests und Datensätze zur Neuronenzählung. Zur Verwendung bei der Analyse von Mikroskopie-Messdaten, der Koloniefläche/Kreisform, Zellzahlstatistiken, Schwarmtests, der Optimierung des Co-Kulturverhältnisses oder der Beantwortung von Fragen zu aus der Bildgebung abgeleiteten quantitativen Daten.

129Installationen·6Trend·@mims-harvard

Installation

$npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-image-analysis

So installieren Sie tooluniverse-image-analysis

Installieren Sie den KI-Skill tooluniverse-image-analysis schnell in Ihrer Entwicklungsumgebung über die Kommandozeile

  1. Terminal öffnen: Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.)
  2. Installationsbefehl ausführen: Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-image-analysis
  3. Installation überprüfen: Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code, Cursor oder OpenClaw

Quelle: mims-harvard/tooluniverse.

Production-ready skill for analyzing microscopy-derived measurement data using pandas, numpy, scipy, statsmodels, and scikit-image. Designed for BixBench imaging questions covering colony morphometry, cell counting, fluorescence quantification, regression modeling, and statistical comparisons.

IMPORTANT: This skill handles complex multi-workflow analysis. Most implementation details have been moved to references/ for progressive disclosure. This document focuses on high-level decision-making and workflow orchestration.

BixBench Coverage: 21 questions across 4 projects (bix-18, bix-19, bix-41, bix-54)

Produktionsreife Mikroskopie-Bildanalyse und quantitative Bilddatenkompetenz für Koloniemorphometrie, Zellzählung, Fluoreszenzquantifizierung und statistische Analyse von bildgebenden Messungen. Verarbeitet die ImageJ/CellProfiler-Ausgabe (Fläche, Zirkularität, Intensität, Zellzahlen), führt Dunnett-Test, Cohens d-Effektgröße, Leistungsanalyse, Shapiro-Wilk-Normalitätstests, Zwei-Wege-ANOVA, Polynomregression, natürliche Spline-Regression mit Konfidenzintervallen und vergleichende Morphometrie durch. Unterstützt CSV/TSV-Messtabellen, Mehrkanal-Fluoreszenzdaten, Kolonieschwarmtests und Datensätze zur Neuronenzählung. Zur Verwendung bei der Analyse von Mikroskopie-Messdaten, der Koloniefläche/Kreisform, Zellzahlstatistiken, Schwarmtests, der Optimierung des Co-Kulturverhältnisses oder der Beantwortung von Fragen zu aus der Bildgebung abgeleiteten quantitativen Daten. Quelle: mims-harvard/tooluniverse.

Fakten (zitierbereit)

Stabile Felder und Befehle für KI/Such-Zitate.

Installationsbefehl
npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-image-analysis
Kategorie
{}Datenanalyse
Verifiziert
Erstes Auftreten
2026-02-20
Aktualisiert
2026-03-10

Browse more skills from mims-harvard/tooluniverse

Schnelle Antworten

Was ist tooluniverse-image-analysis?

Produktionsreife Mikroskopie-Bildanalyse und quantitative Bilddatenkompetenz für Koloniemorphometrie, Zellzählung, Fluoreszenzquantifizierung und statistische Analyse von bildgebenden Messungen. Verarbeitet die ImageJ/CellProfiler-Ausgabe (Fläche, Zirkularität, Intensität, Zellzahlen), führt Dunnett-Test, Cohens d-Effektgröße, Leistungsanalyse, Shapiro-Wilk-Normalitätstests, Zwei-Wege-ANOVA, Polynomregression, natürliche Spline-Regression mit Konfidenzintervallen und vergleichende Morphometrie durch. Unterstützt CSV/TSV-Messtabellen, Mehrkanal-Fluoreszenzdaten, Kolonieschwarmtests und Datensätze zur Neuronenzählung. Zur Verwendung bei der Analyse von Mikroskopie-Messdaten, der Koloniefläche/Kreisform, Zellzahlstatistiken, Schwarmtests, der Optimierung des Co-Kulturverhältnisses oder der Beantwortung von Fragen zu aus der Bildgebung abgeleiteten quantitativen Daten. Quelle: mims-harvard/tooluniverse.

Wie installiere ich tooluniverse-image-analysis?

Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.) Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-image-analysis Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code, Cursor oder OpenClaw

Wo ist das Quell-Repository?

https://github.com/mims-harvard/tooluniverse