·tooluniverse-image-analysis
{}

tooluniverse-image-analysis

Analyse d'images microscopiques prêtes à la production et compétences en données d'imagerie quantitative pour la morphométrie des colonies, le comptage cellulaire, la quantification de la fluorescence et l'analyse statistique des mesures dérivées de l'imagerie. Traite la sortie ImageJ/CellProfiler (surface, circularité, intensité, nombre de cellules), effectue le test de Dunnett, la taille de l'effet d de Cohen, l'analyse de puissance, les tests de normalité de Shapiro-Wilk, l'ANOVA bidirectionnelle, la régression polynomiale, la régression spline naturelle avec intervalles de confiance et la morphométrie comparative. Prend en charge les tableaux de mesure CSV/TSV, les données de fluorescence multicanaux, les tests d'essaimage de colonies et les ensembles de données de comptage de neurones. À utiliser pour analyser les données de mesure de microscopie, la surface/circularité des colonies, les statistiques de comptage cellulaire, les tests d'essaimage, l'optimisation du rapport de co-culture ou pour répondre à des questions sur les données quantitatives dérivées de l'imagerie.

129Installations·6Tendance·@mims-harvard

Installation

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

Comment installer tooluniverse-image-analysis

Installez rapidement le skill IA tooluniverse-image-analysis dans votre environnement de développement via la ligne de commande

  1. Ouvrir le Terminal: Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.)
  2. Exécuter la commande d'installation: Copiez et exécutez cette commande : npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-image-analysis
  3. Vérifier l'installation: Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code, Cursor ou OpenClaw

Source : 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)

Analyse d'images microscopiques prêtes à la production et compétences en données d'imagerie quantitative pour la morphométrie des colonies, le comptage cellulaire, la quantification de la fluorescence et l'analyse statistique des mesures dérivées de l'imagerie. Traite la sortie ImageJ/CellProfiler (surface, circularité, intensité, nombre de cellules), effectue le test de Dunnett, la taille de l'effet d de Cohen, l'analyse de puissance, les tests de normalité de Shapiro-Wilk, l'ANOVA bidirectionnelle, la régression polynomiale, la régression spline naturelle avec intervalles de confiance et la morphométrie comparative. Prend en charge les tableaux de mesure CSV/TSV, les données de fluorescence multicanaux, les tests d'essaimage de colonies et les ensembles de données de comptage de neurones. À utiliser pour analyser les données de mesure de microscopie, la surface/circularité des colonies, les statistiques de comptage cellulaire, les tests d'essaimage, l'optimisation du rapport de co-culture ou pour répondre à des questions sur les données quantitatives dérivées de l'imagerie. Source : mims-harvard/tooluniverse.

Faits (prêts à citer)

Champs et commandes stables pour les citations IA/recherche.

Commande d'installation
npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-image-analysis
Catégorie
{}Analyse de Données
Vérifié
Première apparition
2026-02-20
Mis à jour
2026-03-10

Browse more skills from mims-harvard/tooluniverse

Réponses rapides

Qu'est-ce que tooluniverse-image-analysis ?

Analyse d'images microscopiques prêtes à la production et compétences en données d'imagerie quantitative pour la morphométrie des colonies, le comptage cellulaire, la quantification de la fluorescence et l'analyse statistique des mesures dérivées de l'imagerie. Traite la sortie ImageJ/CellProfiler (surface, circularité, intensité, nombre de cellules), effectue le test de Dunnett, la taille de l'effet d de Cohen, l'analyse de puissance, les tests de normalité de Shapiro-Wilk, l'ANOVA bidirectionnelle, la régression polynomiale, la régression spline naturelle avec intervalles de confiance et la morphométrie comparative. Prend en charge les tableaux de mesure CSV/TSV, les données de fluorescence multicanaux, les tests d'essaimage de colonies et les ensembles de données de comptage de neurones. À utiliser pour analyser les données de mesure de microscopie, la surface/circularité des colonies, les statistiques de comptage cellulaire, les tests d'essaimage, l'optimisation du rapport de co-culture ou pour répondre à des questions sur les données quantitatives dérivées de l'imagerie. Source : mims-harvard/tooluniverse.

Comment installer tooluniverse-image-analysis ?

Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-image-analysis Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code, Cursor ou OpenClaw

Où se trouve le dépôt source ?

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