Skip to content

PaulBautin/optical-coherence-refraction-tomography

 
 

Repository files navigation

Optical coherence refraction tomography

Reproduction de la méthode OCRT pour le projet de 4ᵉ année de baccalauréat : GBM8970 - Projet intégrateur de génie biomédical. Polytechnique Montréal.

Data

Les images sont trop volumineuses pour être directement téléchargées sur Github (limite > 100 Mo)

Comment débuter

  1. Si ce n'est pas deja fait installez miniconda ou conda sur votre ordinateur
  2. Ouvrir Anaconda Prompt et cloner le dépôt GitHub dans le dossier de votre choix :
git clone https:/PaulBautin/optical-coherence-refraction-tomography.git ocrt
cd ocrt
  • Les utilisateurs Windows, auront probablement besoin d'installer git avant de cloner le dépôt avec la commande : conda install -c anaconda git
  1. Exécutez la commande suivante pour installer les packages nécessaires :
pip install -e . # Ne faire cette étape qu'une seule fois (peut prendre quelques minutes)
  • Assurez-vous d'etre dans le dossier ocrt lorsque vous exécutez la commande ci-dessus.

**Pour être sûr que vous avez toujours la dernière version des fichiers, assurez-vous de toujours lancer la commande (git pull) avant chaque utilisation.

Exécution

Le code a été exécuté avec python 3.8. Voici les informations importantes pour faire tourner le script principal image_correction.py

usage: image_correction [-h] -i I [-fig] [-o O] [-l]

Algorithme de correction des distorsions liées aux changements d'indices de réfractions.

optional arguments:
  -h, --help  show this help message and exit

MANDATORY ARGUMENTS:
  -i I        Path to folder that contains input images. Example: "octr_data"

OPTIONAL ARGUMENTS:
  -fig        Generate figures
  -o O        Path where figures will be saved. By default, they will be saved in the current directory.
  -l          manually find borders of capillary

Livrables

Description de l'algorithme

alt text

About

Code for optical coherence refraction tomography (OCRT)

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 93.4%
  • Python 6.6%