OMERO 集成

OMERO 集成

概述

OMERO 是一个开源平台，用于管理、可视化和分析显微镜图像和元数据。通过 Python API 访问图像，检索数据集，分析像素，管理 ROI 和注释，用于高内涵筛选和显微镜工作流程。

何时使用此技能

此技能应在以下情况使用：

• 使用 OMERO Python API (omero-py) 访问显微镜数据
• 以编程方式检索图像、数据集、项目或筛选数据
• 分析像素数据并创建派生图像
• 在显微镜图像上创建或管理 ROI（感兴趣区域）
• 向 OMERO 对象添加注释、标签或元数据
• 在 OMERO 表中存储测量结果
• 创建用于批处理的服务器端脚本
• 执行高内涵筛选分析

核心功能

此技能涵盖八个主要功能领域。每个领域在 references/ 目录中有详细文档：

1. 连接和会话管理

文件：references/connection.md

建立与 OMERO 服务器的安全连接，管理会话，处理身份验证，并在组上下文中工作。用于初始设置和连接模式。

常见场景：

• 使用凭据连接到 OMERO 服务器
• 使用现有会话 ID
• 在组上下文之间切换
• 使用上下文管理器管理连接生命周期

2. 数据访问和检索

文件：references/data_access.md

导航 OMERO 的分层数据结构（项目 → 数据集 → 图像）和筛选数据（筛选 → 板 → 孔）。检索对象，按属性查询，访问元数据。

常见场景：

• 列出用户的所有项目和数据集
• 通过 ID 或数据集检索图像
• 访问筛选板数据
• 使用过滤器查询对象

3. 元数据和注释

文件：references/metadata.md

创建和管理注释，包括标签、键值对、文件附件和评论。将注释链接到图像、数据集或其他对象。

常见场景：

• 向图像添加标签
• 将分析结果作为文件附加
• 创建自定义键值元数据
• 按命名空间查询注释

4. 图像处理和渲染

文件：references/image_processing.md

以 NumPy 数组形式访问原始像素数据，操作渲染设置，创建派生图像，并管理物理尺寸。

常见场景：

• 提取像素数据用于计算分析
• 生成缩略图
• 创建最大强度投影
• 修改通道渲染设置

5. 感兴趣区域 (ROI)

文件：references/rois.md

创建、检索和分析具有各种形状（矩形、椭圆、多边形、掩码、点、线）的 ROI。从 ROI 区域提取强度统计数据。

常见场景：

• 在图像上绘制矩形 ROI
• 创建用于分割的多边形掩码
• 分析 ROI 内的像素强度
• 导出 ROI 坐标

6. OMERO 表

文件：references/tables.md

存储和查询与 OMERO 对象关联的结构化表格数据。适用于分析结果、测量和元数据。

常见场景：

• 存储图像的定量测量
• 创建具有多种列类型的表
• 带条件查询表数据
• 将表链接到特定图像或数据集

7. 脚本和批处理操作

文件：references/scripts.md

创建在服务器端运行的 OMERO.scripts，用于批处理、自动化工作流程和与 OMERO 客户端集成。

常见场景：

• 批处理多个图像
• 创建自动化分析管道
• 生成数据集的汇总统计数据
• 以自定义格式导出数据

8. 高级功能

文件：references/advanced.md

涵盖权限、文件集、跨组查询、删除操作和其他高级功能。

常见场景：

• 处理组权限
• 访问原始导入的文件
• 执行跨组查询
• 带回调删除对象

安装

uv pip install omero-py

要求：

• Python 3.7+
• Zeroc Ice 3.6+
• 访问 OMERO 服务器（主机、端口、凭据）

快速开始

基本连接模式：

from omero.gateway import BlitzGateway

# 连接到 OMERO 服务器
conn = BlitzGateway(username, password, host=host, port=port)
connected = conn.connect()

if connected:
    # 执行操作
    for project in conn.listProjects():
        print(project.getName())

    # 始终关闭连接
    conn.close()
else:
    print("连接失败")

推荐的上下文管理器模式：

from omero.gateway import BlitzGateway

with BlitzGateway(username, password, host=host, port=port) as conn:
    # 连接自动管理
    for project in conn.listProjects():
        print(project.getName())
    # 退出时自动关闭

选择正确的功能

对于数据探索：

• 从 references/connection.md 开始建立连接
• 使用 references/data_access.md 导航层次结构
• 查看 references/metadata.md 获取注释详细信息

对于图像分析：

• 使用 references/image_processing.md 访问像素数据
• 使用 references/rois.md 进行基于区域的分析
• 使用 references/tables.md 存储结果

对于自动化：

• 使用 references/scripts.md 进行服务器端处理
• 使用 references/data_access.md 进行批量数据检索

对于高级操作：

• 使用 references/advanced.md 处理权限和删除
• 查看 references/connection.md 进行跨组查询

常见工作流程

工作流程 1：检索和分析图像

1. 连接到 OMERO 服务器（references/connection.md）
2. 导航到数据集（references/data_access.md）
3. 从数据集检索图像（references/data_access.md）
4. 以 NumPy 数组形式访问像素数据（references/image_processing.md）
5. 执行分析
6. 将结果存储为表或文件注释（references/tables.md 或 references/metadata.md）

工作流程 2：批量 ROI 分析

1. 连接到 OMERO 服务器
2. 检索具有现有 ROI 的图像（references/rois.md）
3. 对于每个图像，获取 ROI 形状
4. 提取 ROI 内的像素强度（references/rois.md）
5. 将测量结果存储在 OMERO 表中（references/tables.md）

工作流程 3：创建分析脚本

1. 设计分析工作流程
2. 使用 OMERO.scripts 框架（references/scripts.md）
3. 通过脚本参数访问数据
4. 批处理图像
5. 生成输出（新图像、表、文件）

错误处理

始终将 OMERO 操作包装在 try-except 块中，并确保连接正确关闭：

from omero.gateway import BlitzGateway
import traceback

try:
    conn = BlitzGateway(username, password, host=host, port=port)
    if not conn.connect():
        raise Exception("连接失败")

    # 执行操作

except Exception as e:
    print(f"错误: {e}")
    traceback.print_exc()
finally:
    if conn:
        conn.close()

其他资源

• 官方文档：https://omero.readthedocs.io/en/stable/developers/Python.html
• BlitzGateway API：https://omero.readthedocs.io/en/stable/developers/Python.html#omero-blitzgateway
• OMERO 模型：https://omero.readthedocs.io/en/stable/developers/Model.html
• 社区论坛：https://forum.image.sc/tag/omero

注意事项

• OMERO 使用基于组的权限（只读、读-注释、读-写）
• OMERO 中的图像按层次组织：项目 > 数据集 > 图像
• 筛选数据使用：筛选 > 板 > 孔 > 孔样本 > 图像
• 始终关闭连接以释放服务器资源
• 使用上下文管理器进行自动资源管理
• 像素数据以 NumPy 数组形式返回用于分析