·tooluniverse-image-analysis
{}

tooluniverse-image-analysis

Analisi delle immagini al microscopio pronte per la produzione e competenza sui dati di imaging quantitativo per la morfometria delle colonie, il conteggio delle cellule, la quantificazione della fluorescenza e l'analisi statistica delle misurazioni derivate dall'imaging. Elabora l'output ImageJ/CellProfiler (area, circolarità, intensità, conteggio delle cellule), esegue il test di Dunnett, la dimensione dell'effetto d di Cohen, l'analisi della potenza, i test di normalità di Shapiro-Wilk, l'ANOVA a due vie, la regressione polinomiale, la regressione spline naturale con intervalli di confidenza e la morfometria comparativa. Supporta tabelle di misurazione CSV/TSV, dati di fluorescenza multicanale, test di sciamatura di colonie e set di dati di conteggio dei neuroni. Da utilizzare durante l'analisi dei dati di misurazione al microscopio, dell'area/circolarità delle colonie, delle statistiche sul conteggio delle cellule, dei test di sciamatura, dell'ottimizzazione del rapporto di co-coltura o della risposta a domande sui dati quantitativi derivati ​​dall'imaging.

129Installazioni·4Tendenza·@mims-harvard

Installazione

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

Come installare tooluniverse-image-analysis

Installa rapidamente la skill AI tooluniverse-image-analysis nel tuo ambiente di sviluppo tramite riga di comando

  1. Apri il terminale: Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.)
  2. Esegui il comando di installazione: Copia ed esegui questo comando: npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-image-analysis
  3. Verifica l'installazione: Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Fonte: 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)

Analisi delle immagini al microscopio pronte per la produzione e competenza sui dati di imaging quantitativo per la morfometria delle colonie, il conteggio delle cellule, la quantificazione della fluorescenza e l'analisi statistica delle misurazioni derivate dall'imaging. Elabora l'output ImageJ/CellProfiler (area, circolarità, intensità, conteggio delle cellule), esegue il test di Dunnett, la dimensione dell'effetto d di Cohen, l'analisi della potenza, i test di normalità di Shapiro-Wilk, l'ANOVA a due vie, la regressione polinomiale, la regressione spline naturale con intervalli di confidenza e la morfometria comparativa. Supporta tabelle di misurazione CSV/TSV, dati di fluorescenza multicanale, test di sciamatura di colonie e set di dati di conteggio dei neuroni. Da utilizzare durante l'analisi dei dati di misurazione al microscopio, dell'area/circolarità delle colonie, delle statistiche sul conteggio delle cellule, dei test di sciamatura, dell'ottimizzazione del rapporto di co-coltura o della risposta a domande sui dati quantitativi derivati ​​dall'imaging. Fonte: mims-harvard/tooluniverse.

Fatti (pronti per citazione)

Campi e comandi stabili per citazioni AI/ricerca.

Comando di installazione
npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-image-analysis
Categoria
{}Analisi
Verificato
Prima apparizione
2026-02-20
Aggiornato
2026-03-10

Browse more skills from mims-harvard/tooluniverse

Risposte rapide

Che cos'è tooluniverse-image-analysis?

Analisi delle immagini al microscopio pronte per la produzione e competenza sui dati di imaging quantitativo per la morfometria delle colonie, il conteggio delle cellule, la quantificazione della fluorescenza e l'analisi statistica delle misurazioni derivate dall'imaging. Elabora l'output ImageJ/CellProfiler (area, circolarità, intensità, conteggio delle cellule), esegue il test di Dunnett, la dimensione dell'effetto d di Cohen, l'analisi della potenza, i test di normalità di Shapiro-Wilk, l'ANOVA a due vie, la regressione polinomiale, la regressione spline naturale con intervalli di confidenza e la morfometria comparativa. Supporta tabelle di misurazione CSV/TSV, dati di fluorescenza multicanale, test di sciamatura di colonie e set di dati di conteggio dei neuroni. Da utilizzare durante l'analisi dei dati di misurazione al microscopio, dell'area/circolarità delle colonie, delle statistiche sul conteggio delle cellule, dei test di sciamatura, dell'ottimizzazione del rapporto di co-coltura o della risposta a domande sui dati quantitativi derivati ​​dall'imaging. Fonte: mims-harvard/tooluniverse.

Come installo tooluniverse-image-analysis?

Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-image-analysis Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Dov'è il repository sorgente?

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