一、QuPath是什么?
在数字病理快速发展的今天,学界早已不再满足于单一的图像获取,对于图像中海量信息的挖掘与解读更是研究至关重要的一部分。QuPath便是在这样的背景下应运而生。
自2017年发布以来,QuPath已成为学术界最受欢迎的数字病理分析平台之一。作为一款真正意义上的开源科研工具,QuPath让研究者无需商业授权,即可构建标准化、可复现的病理图像分析流程。它能处理全视野切片(WSI),支持免疫组化、mIHC、RNA-scope 等多种类型图像的定量分析,并允许用户通过脚本实现高度自定义的批量分析流程。
特点:
Ⅰ 免费且开源:无需商业授权,可长期使用与扩展;
Ⅱ 直观的可视化与标注界面:支持灵活的注释、测量与多通道图像可视化;
Ⅲ 内置多种分析算法:覆盖常见的组织分割、细胞检测、信号定量等功能;
Ⅳ 灵活的脚本功能:通过Groovy 脚本,用户可实现流程自动化、批量分析及更深入的数据挖掘
Ⅴ 交互式机器学习:object & pixel分类器,快速训练与应用
Ⅵ 广泛图像格式支持:Bio-Formats与OpenSlide,可处理全切片及多重染色图像
Ⅶ 活跃生态与插件扩展:官方与社区持续开发新功能与算法
二、版本选择与安装
1、系统与硬件要求
操作系统支持:Windows x64 / macOS / Linux
电脑硬件:QuPath并没有对硬件有硬性要求,但为了提升大型荧光图像的分析体验,减少卡顿并同时进行多图像分析,建议选择六核以上CPU、≥32G的内存、固态硬盘等相对高端的配置。
2、软件下载与安装(以Windows系统为例)
QuPath官方网站:https://qupath.github.io/

打开链接就可以看见下载的地方,对于Windows系统,下载QuPath时有两个选项:
👉Windows installer(msi):安装程序,双击开始安装软件,点击next一步步往下安装即可。

👉Windows installer(zip):包含QuPath软件的压缩文件夹,直接解压缩即可使用,无需安装
为了方便后续启动软件,安装结束后,可以选择文件夹中QuPath.exe,右键发送到桌面快捷方式,后续可以直接在桌面上双击快捷图标打开

*MacOS系统和Linux系统安装,请参考官网安装说明👇:
https://qupath.readthedocs.io/en/stable/docs/intro/installation.html#
三、项目创建与图像导入(Windows系统)
1、运行QuPath
双击文件夹中的QuPath.exe应用程序,或桌面的快捷方式打开;

首次打开QuPath软件时,会弹出“Welcome to QuPath!”的欢迎窗口,直接点击“Get Started!”即可,若下次不想再继续看见该窗口,可以取消勾选右下角的“Show this on startup”,下次打开就不会再弹窗了。

或者在Edit→Preferences→General→Show welcome message中选择显示或不显示该欢迎窗口。

2、创建项目
点击Creat project,选择储存项目文件的位置,选择或新建一个空文件夹作为项目路径(建议路径无中文、空格)
Tips:导入图片之前一定要先创建项目文件,否则无法导入!

3、图像导入
①QuPath支持的图像格式:Bio-Formats × OpenSlide 的双引擎架构
|
图像格式 |
支持库 |
说明 |
|
.svs / .scn / .tiff |
Bio-Formats / OpenSlide |
常见全切片格式,建议使用OME-TIFF结构(包含金字塔层级) |
|
.qptiff(Perkin Elmer) |
Bio-Formats |
原生支持,无需转换 |
|
.ndpi / .ndpis (Hamamatsu) |
两者均支持; Bio-Formats支持Z-stack |
|
|
.czi (Zeiss) |
Bio-Formats(≥v5.3.0) |
JPEG-XR压缩需额外库 |
|
.bif (Ventana) |
两者均支持 |
若读取异常可切换另一个库 |
|
.mrxs (3D-Histech) |
部分支持 |
仅OpenSlide支持2D、8-bit RGB;荧光或16-bit不支持 |
|
.dicom |
Bio-Formats(v6.8+) OpenSlide(v4.0+) |
新版QuPath(≥0.5)可直接读取WSI DICOM |
|
.isyntax (Philips) |
不支持 |
可转换为 OME-TIFF 后导入 |
|
OME-Zarr |
新增(v0.6.0) |
面向云端的开放格式,支持分块读取与并行计算 |
Tips:.mrxs荧光图像和.isyntax图像转换成OME-TIFF后可以正常使用QuPath进行导入分析,并且不会损失太多图像清晰度,目前已经有成熟的软件可以实现一键转换而无需写代码,需要软件安装包可发送邮件至alyxia@neorise.net进行领取。
②图像导入
Ⅰ 点击Add images

Ⅱ 找到图片所在位置,直接拖入窗口

Ⅲ 选择图片格式,如果不知道图像文件需要用哪个库进行识别,可以选择Default,让Qupath自己识别;随后根据导入的图片选择类型,本示例图为荧光,故此处我选择Fluorescence;最后点击右下角的Import

Ⅳ 导入读条结束后,列表可看见图像名称,双击打开即可在右边窗口看见图像

小结:
至此,我们已经完成了QuPath的“入门三部曲”,从下载安装到项目创建,再到图像导入,整个流程看似简单,却是后续所有分析的基石。只有建立规范的项目结构,确保图像格式被正确识别,才能让后续的分析都顺利进行。换句话说——这一阶段,虽然不是在分析,却是在为分析“铺路”。
下篇预告:
在下一篇《QuPath使用指南②:界面介绍与基础标注》 中,我们将正式走进QuPath的工作界面,熟悉界面、掌握标注工具,让分析变得可视、可控、可复现。
晗澄生物提供一站式mIHC多重免疫荧光解决方案,欢迎联系我们…
试剂盒产品链接:http://www.neorise.cn/products/454/
.png)
上海晗澄生物科技有限公司
微信:15502157206
公众号:晗澄生物
