omero-integration
OMERO-Mikroskopiedaten mit Python zugreifen
Auch verfügbar von: davila7
Diese Skill bietet Python-API-Zugriff auf OMERO, eine wissenschaftliche Bildverwaltungsplattform für Mikroskopie und High-Content-Screening. Stellen Sie Verbindungen zu OMERO-Servern her, rufen Sie Bilder ab, analysieren Sie Pixeldaten und verwalten Sie Annotationen programmatisch.
Die Skill-ZIP herunterladen
In Claude hochladen
Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen
Einschalten und loslegen
Teste es
Verwendung von "omero-integration". How do I connect to OMERO and list all my projects?
Erwartetes Ergebnis:
- - Verwenden Sie BlitzGateway mit Context Manager für automatische Bereinigung
- - Rufen Sie conn.connect() auf, um eine Verbindung herzustellen
- - Verwenden Sie conn.listProjects(), um alle Projekte abzurufen
- - Greifen Sie auf Projektnamen mit project.getName() zu
Verwendung von "omero-integration". Create an image from NumPy array in OMERO
Erwartetes Ergebnis:
- - Verwenden Sie die Methode conn.createImageFromNumpySeq()
- - Übergeben Sie einen Generator oder eine Liste von NumPy-Arrays
- - Geben Sie die Dimensionen size_z, size_c, size_t an
- - Optional können Sie eine Verknüpfung zu einem Datensatz herstellen, indem Sie das Datensatz-Objekt übergeben
Sicherheitsaudit
Niedriges RisikoDocumentation-only skill for OMERO scientific imaging platform. All 655 static findings are false positives. Scanner misidentified markdown code block delimiters as shell commands, random number generation as weak crypto, and legitimate API calls as reconnaissance.
Risikofaktoren
⚙️ Externe Befehle
📁 Dateisystemzugriff
🔑 Umgebungsvariablen
🌐 Netzwerkzugriff
Qualitätsbewertung
Was du bauen kannst
Große Bilddatensätze verwalten
Organisieren und rufen Sie Tausende von Mikroskopiebildern aus OMERO-Repositories für Analysen und Berichte ab.
Bildanalyse-Pipelines automatisieren
Extrahieren Sie Pixeldaten aus Zeitreihenbildern und speichern Sie Messergebnisse direkt in OMERO.
High-Content-Screening-Workflows
Verarbeiten Sie platenbasierte Screening-Daten und verfolgen Sie Ergebnisse über experimentelle Bedingungen hinweg.
Probiere diese Prompts
Zeigen Sie mir, wie ich mit BlitzGateway eine Verbindung zu einem OMERO-Server herstelle und Umgebungsvariablen für Anmeldedaten verwende.
Schreiben Sie Python-Code, um alle Bilder in einem bestimmten OMERO-Datensatz aufzulisten und ihre Pixelabmessungen zu erhalten.
Wie greife ich auf Roh-Pixeldaten eines OMERO-Bildes als NumPy-Array zu und berechne Intensitätsstatistiken?
Zeigen Sie mir, wie ich rechteckige ROIs auf einem Bild erstelle, Pixelintensitäten in diesen Regionen extrahiere und die Ergebnisse in einer OMERO-Tabelle speichere.
Bewährte Verfahren
- Verwenden Sie Context Manager (mit BlitzGateway) für automatische Verbindungsbereinigung
- Speichern Sie Anmeldedaten in Umgebungsvariablen, niemals direkt im Code
- Verwenden Sie den Parameter secure=True für verschlüsselte Produktionsverbindungen
- Schließen Sie Verbindungen, um Serverressourcen freizugeben
Vermeiden
- Anmeldedaten direkt im Quellcode fest einprogrammieren
- Verbindungen offen lassen ohne Context Manager oder explizites close() zu verwenden
- Große Datensätze ohne Pagination oder Streaming verarbeiten
Häufig gestellte Fragen
Was ist OMERO?
Benötige ich einen OMERO-Server?
Welche Programmiersprache wird verwendet?
Kann ich große Bilddatensätze verarbeiten?
Wie werden Anmeldedaten behandelt?
Welche Bildformate werden unterstützt?
Entwicklerdetails
Autor
K-Dense-AILizenz
MIT
Repository
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/omero-integrationRef
main
Dateistruktur