BIOINF 576 HW #2

Aperta
  • Qualcosa non va?
#2 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
35/100
Tipo di issue
Documentazione
Chiarezza
Abbastanza chiara
Stato di attività
Ferma
Stack tecnologico
jupyter-notebook
Ambito
documentation

Direzione di ricerca

Inizia leggendo la SRS e requirements.txt. Aggiorna la SRS con 2–3 casi d’uso concreti non cellulari, indica che requirements.txt verrà mantenuto e chiarisci se la validazione sarà a livello di immagine o di paziente e quali modelli baseline verranno confrontati. Il lavoro è completato quando l’ambito, il piano di riproducibilità e i criteri di valutazione sono espliciti.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

documentation

Hi Ninad!

Great job with the project so far. You’ve clearly put a lot of thought into the theoretical foundation and the way you are bridging disciplines.

One question I had while reading: if the data doesn’t technically have to be cells, what else could it be? Framing a few concrete examples could make the scope and flexibility of your tool even clearer. For example, beyond histology cells, your framework could potentially apply to spatial transcriptomics spots, bacterial colonies in microbiome imaging, or even non-biological point data like geographic events or ecological species distributions. Emphasizing that your method works for any labeled coordinate data and adding 2–3 specific examples in the SRS would help readers immediately understand its generalizability.

I really like your goal of making this usable by anyone with basic computational experience. That is definitely important. Continuing to update the requirements.txt file will be helpful for users to understand how to set up the environment. Explicitly stating in the SRS that this file will be maintained would strengthen the accessibility and reproducibility of the project. It could also help to expand slightly on validation and benchmarking. For example, will validation occur at the image level or patient level? What baseline models will you compare against? Since your datasets already include labeled disease states, you are in a strong position to define concrete evaluation criteria. Making this more explicit would make the project feel more rigorous.

Overall, this looks great so far. The conceptual foundation is thoughtful, and the architecture is modular and well-structured. Adding a few concrete use cases, clarifying validation, and explicitly addressing environment reproducibility would make it even stronger. Great job and good luck with the rest of the project! Looking forward to see how it continues to develop.

Lingua principale
Jupyter Notebook
Stelle
0
Fork
0
Nessuna PR unita negli ultimi 30g

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di glotzerlab/MatSpat

Tutte le issue di glotzerlab/MatSpat

Issue simili

Altre issue su Documentation

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.