登录
下载

Skill UI

浏览并发现 10578+ 精选技能
全部 编程开发 人工智能 设计创意 产品商业 数据科学 市场营销 职场通用 效率工具 硬件工程 语言学习
共 706 个技能
默认排序 最新上传 最多下载

神经记录数据分析流程

neuropixels-analysis
K-Dense-AI/scientific-agent-skills
241
这是一个为神经像素高密度电生理记录设计的端到端分析工具包。它基于SpikeInterface的最佳实践，覆盖了完整的分析工作流：包括数据加载（如SpikeGLX, NWB）、预处理、运动/漂移校正、尖峰排序（如Kilosort4）、计算质量指标和精细的单元精修。适用于神经科学研究。
查看详情

OMERO显微镜数据管理与分析

omero-integration
K-Dense-AI/scientific-agent-skills
159
该技能提供OMERO平台的综合Python API接口，用于管理和分析大规模显微镜数据集。用户可以通过编程方式访问图像、检索结构化数据、分析原始像素数据、管理感兴趣区域（ROIs）和复杂注释，执行批处理工作流，特别适用于高通量筛选和生物学研究。
查看详情

计算病理学全流程分析工具包

pathml
K-Dense-AI/scientific-agent-skills
60
PathML是一个全面的计算病理学Python工具包，专为全流程病理图像分析设计。它支持加载160多种专有WSI格式，并提供从 stain 归一化、细胞核分割到构建空间图谱等核心功能。特别适用于多重免疫荧光和空间蛋白质组学的深度学习模型训练与大规模生物医学图像分析。
查看详情

科学论文同行评审

peer-review
K-Dense-AI/scientific-agent-skills
378
这是一个用于进行科学论文和课题提案的系统性同行评审框架。它提供结构化、清单式的评估，涵盖方法论的严谨性、统计学有效性、报告标准（如CONSORT/STROBE）的符合度，并评估从摘要到结果的各个部分。适用于学术出版、科研质量评估和提供详细、建设性反馈。
查看详情

系统发育树构建与分析

phylogenetics
K-Dense-AI/scientific-agent-skills
338
本技能提供了一套完整的系统发育学分析流程，用于重构生物序列（如基因、蛋白质、基因组）的进化历史。流程涵盖了使用MAFFT进行多序列比对、使用IQ-TREE 2进行最大似然树推断，以及使用ETE3进行结果可视化。适用于病毒系统发育动力学、分子钟分析和基因组学研究。
查看详情

Polars：高性能数据处理框架

polars
K-Dense-AI/scientific-agent-skills
206
Polars是基于Apache Arrow构建的高性能Python DataFrame库。它提供基于表达式的API和惰性查询优化，专为高效的ETL、数据分析和复杂数据管道设计。无论是在进行数据清洗、聚合计算，还是处理大规模数据集，Polars都能提供卓越的性能和优化能力。
查看详情

基因组数据操作与分析

polars-bio
K-Dense-AI/scientific-agent-skills
184
这是一个基于Polars的高性能基因组数据处理库。它支持核心区间运算（如重叠、合并、互补）以及主流生物信息学文件格式（如VCF、BAM、BED、GFF）的读写。特别适用于处理超大型、无法一次性加载到内存的基因组数据集，支持流式和云端存储I/O。
查看详情

精准医学知识图谱查询

primekg
K-Dense-AI/scientific-agent-skills
211
本技能提供对PrimeKG知识图谱的程序化查询能力。该图谱整合了超过20个主要数据库，用于构建基因、药物、疾病和表型之间的多尺度关联网络。可用于药物重定位、发现新的疾病靶点以及深入分析复杂的生物学机制。
查看详情

PyDESeq2：RNA-seq差异表达分析

pydeseq2
K-Dense-AI/scientific-agent-skills
204
这是一个基于Python的工具包，用于对批量RNA-seq计数数据进行差异基因表达分析。它支持从多种格式加载数据，并处理复杂的单/多因素设计（如校正批次效应）。用户可以执行完整的DESeq2统计流程，包括标准化、拟合和进行严格的Wald检验。非常适合将生物信息学分析流程从R语言迁移到Python环境。
查看详情

DICOM医学影像数据处理

pydicom
K-Dense-AI/scientific-agent-skills
332
这是一个用于处理DICOM（数字影像和通信在医学中）文件的Python库。它支持读取、写入和修改CT、MRI、X光等医学影像数据，功能包括元数据提取、像素数据处理、数据匿名化（移除个人身份信息）、多格式转换以及多帧图像处理，是医学数据分析和PACS系统集成的关键工具。
查看详情

临床深度学习流程工具

pyhealth
K-Dense-AI/scientific-agent-skills
130
PyHealth是一个用于临床深度学习的Python工具包，旨在处理电子病历（EHR）、生理信号和医学影像等多模态数据。它基于稳定的五阶段流水线（数据集→任务→模型→训练器→指标），支持用户在医疗领域执行复杂的预测任务，例如预测死亡率、推荐药物、睡眠分期，以及进行ICD/ATC等医疗代码交叉映射。
查看详情

PyMC：贝叶斯概率建模

pymc
K-Dense-AI/scientific-agent-skills
97
PyMC是一个用于贝叶斯建模和概率编程的Python库。它允许用户构建、拟合和验证复杂的统计模型，如分层模型和时间序列。用户可以使用MCMC采样或变分推断进行参数估计，非常适用于进行不确定性量化和比较多模型。
查看详情
上一页123...38394041424344...575859下一页
语言
简体中文
English