suspect op• 데이터 종류: labels2d × image2d → table
• 호출: import fullseye as fs; fs.ledger.seg_boundary_membrane_gap(labels, membrane, tau: 'float' = 0.2, min_len: 'int' = 60, normalize: 'bool' = True, ignore_zero: 'bool' = True) -> 'dict'(구현을 직접 호출하려면 import emproof; emproof.seg_boundary_membrane_gap(labels, membrane, tau: 'float' = 0.2, min_len: 'int' = 60, normalize: 'bool' = True, ignore_zero: 'bool' = True) -> 'dict', 원장에서 가져오려면 opsemproof.get("seg_boundary_membrane_gap"))
> 이 연산자의 설명은 아직 번역이 없습니다. 원문을 그대로 싣습니다.
分断の疑い: 隣接する 2 ラベルの境界画素のうち、膜応答が `tau` 未満の割合。隣接対ごとに 1 行。
細胞の境目には必ず膜(暗い線)がある。膜が無いのにラベルが変わる境界は、1 細胞を 2 つに切った
分断の跡(`seg_inject_split` の直線はまさにこれ)。4 近傍で異ラベルが接する画素を数え、境界の膜応答は
両側の強い方をとる。CREMI sample A の試作で人工分断 vs 他: AUC 0.99(tau 0.2、境界長 ≥ 60)。
列: `label_a / label_b(a < b)/ length / gap_fraction / membrane_mean`(gap_fraction 降順)。
`min_len` px 未満の短い境界は数えない(数画素の接触は膜の有無を言えない)。
>>> table = seg_boundary_membrane_gap(labels, seg_membrane_response(raw))
>>> table["label_a"][0], table["label_b"][0], table["gap_fraction"][0] # いちばん怪しい対
• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.
• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.
• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.
• poc_em_second_opinion — py -3.11 examples/poc_em_second_opinion.py
table 를 입력으로 받는 것)—
suspect)*Provenance: emproof.py — EMPROOF 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.