·tooluniverse-image-analysis
{}

tooluniverse-image-analysis

Análisis de imágenes de microscopía listo para producción y habilidad de datos de imágenes cuantitativos para morfometría de colonias, recuento de células, cuantificación de fluorescencia y análisis estadístico de mediciones derivadas de imágenes. Procesa la salida de ImageJ/CellProfiler (área, circularidad, intensidad, recuentos de células), realiza la prueba de Dunnett, el tamaño del efecto d de Cohen, análisis de potencia, pruebas de normalidad de Shapiro-Wilk, ANOVA de dos vías, regresión polinómica, regresión spline natural con intervalos de confianza y morfometría comparativa. Admite tablas de medición CSV/TSV, datos de fluorescencia multicanal, ensayos de enjambre de colonias y conjuntos de datos de recuento de neuronas. Úselo al analizar datos de medición de microscopía, área/circularidad de colonias, estadísticas de recuento de células, ensayos de enjambre, optimización de la proporción de cocultivo o para responder preguntas sobre datos cuantitativos derivados de imágenes.

129Instalaciones·6Tendencia·@mims-harvard

Instalación

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

Cómo instalar tooluniverse-image-analysis

Instala rápidamente el skill de IA tooluniverse-image-analysis en tu entorno de desarrollo mediante línea de comandos

  1. Abrir Terminal: Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.)
  2. Ejecutar comando de instalación: Copia y ejecuta este comando: npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-image-analysis
  3. Verificar instalación: Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code, Cursor u OpenClaw

Fuente: mims-harvard/tooluniverse.

SKILL.md

Ver original

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)

Análisis de imágenes de microscopía listo para producción y habilidad de datos de imágenes cuantitativos para morfometría de colonias, recuento de células, cuantificación de fluorescencia y análisis estadístico de mediciones derivadas de imágenes. Procesa la salida de ImageJ/CellProfiler (área, circularidad, intensidad, recuentos de células), realiza la prueba de Dunnett, el tamaño del efecto d de Cohen, análisis de potencia, pruebas de normalidad de Shapiro-Wilk, ANOVA de dos vías, regresión polinómica, regresión spline natural con intervalos de confianza y morfometría comparativa. Admite tablas de medición CSV/TSV, datos de fluorescencia multicanal, ensayos de enjambre de colonias y conjuntos de datos de recuento de neuronas. Úselo al analizar datos de medición de microscopía, área/circularidad de colonias, estadísticas de recuento de células, ensayos de enjambre, optimización de la proporción de cocultivo o para responder preguntas sobre datos cuantitativos derivados de imágenes. Fuente: mims-harvard/tooluniverse.

Datos (listos para citar)

Campos y comandos estables para citas de IA/búsqueda.

Comando de instalación
npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-image-analysis
Categoría
{}Análisis de Datos
Verificado
Primera vez visto
2026-02-20
Actualizado
2026-03-10

Browse more skills from mims-harvard/tooluniverse

Respuestas rápidas

¿Qué es tooluniverse-image-analysis?

Análisis de imágenes de microscopía listo para producción y habilidad de datos de imágenes cuantitativos para morfometría de colonias, recuento de células, cuantificación de fluorescencia y análisis estadístico de mediciones derivadas de imágenes. Procesa la salida de ImageJ/CellProfiler (área, circularidad, intensidad, recuentos de células), realiza la prueba de Dunnett, el tamaño del efecto d de Cohen, análisis de potencia, pruebas de normalidad de Shapiro-Wilk, ANOVA de dos vías, regresión polinómica, regresión spline natural con intervalos de confianza y morfometría comparativa. Admite tablas de medición CSV/TSV, datos de fluorescencia multicanal, ensayos de enjambre de colonias y conjuntos de datos de recuento de neuronas. Úselo al analizar datos de medición de microscopía, área/circularidad de colonias, estadísticas de recuento de células, ensayos de enjambre, optimización de la proporción de cocultivo o para responder preguntas sobre datos cuantitativos derivados de imágenes. Fuente: mims-harvard/tooluniverse.

¿Cómo instalo tooluniverse-image-analysis?

Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-image-analysis Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code, Cursor u OpenClaw

¿Dónde está el repositorio de origen?

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