omero-integration

OMERO 連携

概要

OMERO は、顕微鏡画像とメタデータの管理、可視化、解析を行うオープンソースのプラットフォームです。Python API を通じて画像にアクセスし、データセットを取得し、ピクセルを解析し、ROI やアノテーションを管理できます。ハイコンテンツスクリーニングや顕微鏡ワークフローに利用できます。

このスキルを使用するタイミング

このスキルは、次のような場合に使用します:

• OMERO Python API（omero-py）を使って顕微鏡データにアクセスする作業を行う場合
• プログラムから画像、データセット、プロジェクト、またはスクリーニングデータを取得する場合
• ピクセルデータを解析し、派生画像を作成する場合
• 顕微鏡画像上に ROI（関心領域）を作成または管理する場合
• OMERO オブジェクトにアノテーション、タグ、またはメタデータを追加する場合
• 測定結果を OMERO テーブルに保存する場合
• バッチ処理用のサーバーサイドスクリプトを作成する場合
• ハイコンテンツスクリーニング解析を実行する場合

主な機能

このスキルは 8 つの主要な機能領域を扱います。それぞれの詳細は references/ ディレクトリに記載されています。

1. 接続とセッション管理

ファイル: references/connection.md

OMERO サーバーへの安全な接続の確立、セッションの管理、認証の処理、グループコンテキストの操作を行います。初期設定と接続パターンにはこちらを使用してください。

よくあるシナリオ:

• 認証情報を使って OMERO サーバーに接続する
• 既存のセッション ID を使用する
• グループコンテキストを切り替える
• コンテキストマネージャーで接続のライフサイクルを管理する

2. データアクセスと取得

ファイル: references/data_access.md

OMERO の階層型データ構造（Projects → Datasets → Images）と、スクリーニングデータ（Screens → Plates → Wells）を操作します。オブジェクトの取得、属性による検索、メタデータへのアクセスを行います。

よくあるシナリオ:

• ユーザーのすべてのプロジェクトとデータセットを一覧表示する
• ID またはデータセットごとに画像を取得する
• スクリーニングプレートデータにアクセスする
• フィルターを使ってオブジェクトを検索する

3. メタデータとアノテーション

ファイル: references/metadata.md

タグ、キーと値のペア、ファイル添付、コメントを含むアノテーションを作成および管理します。アノテーションを画像、データセット、その他のオブジェクトにリンクします。

よくあるシナリオ:

• 画像にタグを追加する
• 解析結果をファイルとして添付する
• カスタムのキーと値のメタデータを作成する
• 名前空間によってアノテーションを検索する

4. 画像処理とレンダリング

ファイル: references/image_processing.md

生のピクセルデータを NumPy 配列として取得し、レンダリング設定を操作し、派生画像を作成し、物理的なサイズを管理します。

よくあるシナリオ:

• 計算解析のためにピクセルデータを抽出する
• サムネイル画像を生成する
• 最大輝度投影を作成する
• チャンネルのレンダリング設定を変更する

5. 関心領域（ROI）

ファイル: references/rois.md

さまざまな形状（矩形、楕円、ポリゴン、マスク、点、線）の ROI を作成、取得、解析します。ROI 領域から強度統計量を抽出します。

よくあるシナリオ:

• 画像上に矩形の ROI を描画する
• セグメンテーション用のポリゴンマスクを作成する
• ROI 内のピクセル強度を解析する
• ROI の座標をエクスポートする

6. OMERO テーブル

ファイル: references/tables.md

OMERO オブジェクトに関連付けられた構造化された表形式データを保存および検索します。解析結果、測定値、メタデータの保存に役立ちます。

よくあるシナリオ:

• 画像ごとの定量測定値を保存する
• 複数の列の型を持つテーブルを作成する
• 条件を指定してテーブルデータを検索する
• テーブルを特定の画像またはデータセットにリンクする

7. スクリプトとバッチ処理

ファイル: references/scripts.md

バッチ処理、自動化されたワークフロー、OMERO クライアントとの連携のために、サーバー側で実行される OMERO.scripts を作成します。

よくあるシナリオ:

• 複数の画像をバッチで処理する
• 自動化された解析パイプラインを作成する
• データセット全体の要約統計量を生成する
• カスタム形式でデータをエクスポートする

8. 高度な機能

ファイル: references/advanced.md

権限、ファイルセット、グループをまたぐクエリ、削除操作、その他の高度な機能を扱います。

よくあるシナリオ:

• グループの権限を処理する
• 元のインポートファイルにアクセスする
• グループをまたぐクエリを実行する
• コールバックを使ってオブジェクトを削除する

インストール

uv pip install omero-py

要件:

• Python 3.7+
• Zeroc Ice 3.6+
• OMERO サーバーへのアクセス（ホスト、ポート、認証情報）

クイックスタート

基本的な接続パターン:

from omero.gateway import BlitzGateway

# Connect to OMERO server
conn = BlitzGateway(username, password, host=host, port=port)
connected = conn.connect()

if connected:
    # Perform operations
    for project in conn.listProjects():
        print(project.getName())

    # Always close connection
    conn.close()
else:
    print("Connection failed")

コンテキストマネージャーを使った推奨パターン:

from omero.gateway import BlitzGateway

with BlitzGateway(username, password, host=host, port=port) as conn:
    # Connection automatically managed
    for project in conn.listProjects():
        print(project.getName())
    # Automatically closed on exit

適切な機能の選択

データ探索の場合:

• まず references/connection.md を参照して接続を確立します
• references/data_access.md を使用して階層を移動します
• references/metadata.md でアノテーションの詳細を確認します

画像解析の場合:

• ピクセルデータへのアクセスには references/image_processing.md を使用します
• 領域ベースの解析には references/rois.md を使用します
• 結果の保存には references/tables.md を使用します

自動化の場合:

• サーバー側での処理には references/scripts.md を使用します
• バッチでのデータ取得には references/data_access.md を使用します

高度な操作の場合:

• 権限と削除には references/advanced.md を使用します
• グループをまたぐクエリについては references/connection.md を確認します

一般的なワークフロー

ワークフロー 1: 画像の取得と解析

1. OMERO サーバーに接続します（references/connection.md）
2. データセットに移動します（references/data_access.md）
3. データセットから画像を取得します（references/data_access.md）
4. ピクセルデータを NumPy 配列として取得します（references/image_processing.md）
5. 解析を実行します
6. 結果をテーブルまたはファイルアノテーションとして保存します（references/tables.md または references/metadata.md）

ワークフロー 2: ROI のバッチ解析

1. OMERO サーバーに接続します
2. 既存の ROI を持つ画像を取得します（references/rois.md）
3. 各画像について ROI 形状を取得します
4. ROI 内のピクセル強度を抽出します（references/rois.md）
5. 測定値を OMERO テーブルに保存します（references/tables.md）

ワークフロー 3: 解析スクリプトの作成

1. 解析ワークフローを設計します
2. OMERO.scripts フレームワークを使用します（references/scripts.md）
3. スクリプトパラメーターを通じてデータにアクセスします
4. 画像をバッチで処理します
5. 出力（新しい画像、テーブル、ファイル）を生成します

エラー処理

OMERO の操作は必ず try-except ブロックで囲み、接続が適切にクローズされるようにしてください:

from omero.gateway import BlitzGateway
import traceback

try:
    conn = BlitzGateway(username, password, host=host, port=port)
    if not conn.connect():
        raise Exception("Connection failed")

    # Perform operations

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

追加リソース

• 公式ドキュメント: https://omero.readthedocs.io/en/stable/developers/Python.html
• BlitzGateway API: https://omero.readthedocs.io/en/stable/developers/Python.html#omero-blitzgateway
• OMERO モデル: https://omero.readthedocs.io/en/stable/developers/Model.html
• コミュニティフォーラム: https://forum.image.sc/tag/omero

注意事項

• OMERO はグループベースの権限（READ-ONLY、READ-ANNOTATE、READ-WRITE）を使用します
• OMERO の画像は階層構造で整理されています: Project > Dataset > Image
• スクリーニングデータは Screen > Plate > Well > WellSample > Image の構造を使用します
• サーバーリソースを解放するため、接続は必ずクローズしてください
• 自動的なリソース管理にはコンテキストマネージャーを使用してください
• ピクセルデータは解析のために NumPy 配列として返されます