FRETENATOR2-全面的解析和差异分析
用于分割、对象分类、类别分析和强度分析的 Fiji 插件。包括实时更新 GUI 界面、无头模式、批处理模式、对象标签、对象分类器训练和应用程序以及 Trackmate 7 集成。目前正在积极开发此 §§0§§§ 的最新关注（截至 2026 年）。
新的FRETENATOR2.5实现的功能：
- 改进的用户界面
- 背景（基于全局目标或局部标签）
- 逐像素处理
- 主板设置保存/加载和从文件导入
- 批处理的无头模式
- 2D图像处理
- 基于WEKA的标签分类器训练和分类，使用图特征作为上下文
- 通过 ROI 标注器重新编辑和注释 *链接到教程的帮助按钮（此github自述文件）
- 将默认的“最大投影”替换为“平均投影”
- 32位发射比图像输出（无1000倍乘以16位图像），背景现在指定为NaN，允许手动ROI量化
- 改进逐像素处理 - Z 投影将是比例 3D 图像的平均投影，而不是比例 Z 总和投影
- 快速加载平台设置按钮
- 错误修复 *单独的“支架和强度”插件实现可确定每个 ROI 的每个通道的强度。
计划的功能：
- 新界面/功能的视频教程
安装
需要斐济，5到15分钟，具体需要用户的斐济副本是否是最新的。FRETENATOR已在Windows 10、11、Ubuntu 20、22和MacOS上进行了测试。典型的硬件安装要求是最新的显卡驱动程序，包括OpenCL和足够的图形RAM（或共享RAM）来处理您想要处理的图像（通常是图像大小的5倍）。
安装激活更新站点：
- 点击帮助>更新…
- 点击管理更新站点
- 升级到 C 并选择确保 Clij 和 Clij2 *逐步滚动到F并确保选择FRETENATOR2
- 逐步滚动到I并确保选择IJPB
- 接受对话框，允许安装，然后重新启动 ImageJ
FRETENATOR2_Segment_and_ratio
用法：
FN2 分段和分段 是一款功能快速强大的插件，可对 2D、3D 或 4D 分段图像进行分段分析，具有新的用户界面和实时更新预览。该插件对图像执行完整的 3D该算法可用于分析每个对象的点状传感器（例如核定位），或逐个像素地分析扩散传感器（例如细胞质），并具有快速加载设置按钮。发射的像素会被自动删除。可以设置保存并用于无头处理，甚至批处理（alpha）。
- 结果表：包括通道提示的比例计算（发射比）以及x、y、z位置。可以将其保存为.csv，然后在python、R或Excel中进行分析。
- 标签图： ◦ 每个核都被赋予与结果表中的“标签”相对应的值的图像。
- 发射比图： ◦ 每个核都被赋予了其发射比值的图像
- 平均 Z 投影发射比图： ◦ 发射比图的平均 Z 投影
- 最近点发射比图： ◦发射比图的最近点投影，在原子核之间添加注意：此图像的比例与原始图像和其他图像不同，可以均匀细化。
- 日志： ◦用于与元数据保持一致的图像文件的详细信息和准确的分析设置。可另存为 .txt 文件
_FN2 段和比例_教程
设置LUT并制作颜色条
技术实现（术语）
分割工具通过DoG或高斯滤波器工作，然后由Otsu生成二进制图。然后可以使用选择性的分水岭来分割对象，但3D分水岭有点太严重了，会导致许多核的损失，而且许多核会缩小到比原始尺寸小。通过将我的分水岭与非分水岭二进制地图进行比较，我可以创建“丢失的核”地图，以便稍后将它们添加回来。利用后续分析来生成分水岭核的标签图，然后仅在零像素上扩展标签图以填充所有空间。然后，我将其乘以原始阈值图像，并具有足够好的分割对象的良好分割。但这会导致图像中存在的“丢失的核”带来错误的标签。为了修改这个问题，我在“丢失的核”图上运行连接组件，然后生成标签，并添加其他标签图的顶部。我使用MaximumImage将这些标签锁定在其他标签图上最终的标签图。
然后，软件将使用支架来指示指定通道的各个核心的统计数据（位置、强度等）。 基于核心分割工具构建。提供带标签的分割设置对话框，可以使用第一帧的实时标签图最大投影预览实时调整该设置。请注意，DoG过滤器和顶帽背景减除仅用于分割图像，并不是真正实现要量化的通道。
然后，选定的设置将评估时间序列、发射率计算等数据输出到结果表中。这对于比例生物传感器很有用。 供体或发射（FRET）通道中渗透的体素被排除在分析之外。
“最近点Z投影”选项可以在物体之间对应。这将产生漂亮的Z投影，其中不同的物体可以透视并正确覆盖。
有两种背景方法。全局值减法，在执行计算从每个像素中均丢失通道中的分割中修复的平均强度 - 这对于相机/预设类型中存在的全局背景信号非常有用。基于局部标签的减法将单独处理每个 ROI 对象，周围排除区域中邻近像素的平均强度，对于这个全局背景以及局部背景（例如光信号/噪声点）都有好处。
FN2_SaR_Headless
使用 FRETENATOR2_Segment_and_ratio 最后保存的设置，无需打开对话框即可执行分析（更快）。
FN_SaR_Batch（阿尔法）
当前仅在从脚本编辑器运行时可靠 使用最后保存的FRETENATOR2_Segment_and_ratio设置，文件定义的文件夹用户中的图像全部执行分析，然后将分析导出到另一个用户定义的文件夹中。
FN_ROI_Labeller
实现和使用
用于分割后的后续工具，用户可以在其中对分割图像中的 ROI 进行分类。作为上一篇发布的工作，它目前适用于单图像点 3D 标签图像，可以用户指定或指定 10 个类别之一。结果输出到现有结果表，或可用于选定测量。 Alpha 功能： 在最新版本中，执行时间进程分析，但使用情况随时间变化的标签使用情况相同（开始与 Trackmate 导出的文件兼容 - 见下文）。 ** 用途：** FRETENATOR ROI 贴标机教程 On youtube.
FN_Trackmate_Bridge（Alpha）
一个简单的插件，允许 Trackmate 7 分析标签图像（分析用于跟踪的 FRETENATOR 标签图，然后将跟踪的标签图导出为点）与 FRETENATOR_Segment_and_ratio 可以输出相结合。这将 TrackID 添加到结果表中，创建并一个使用 ROI 管理器进行分析的新 TrackID 标签图。
FRETENATOR2_Segment_and_ratio_BT（Alpha）
FRETENATOR2_Segment_and_ratio的专用版本，为Tang等人于2025年开发，用于测量原始ROI周围扩展通道中附加通道的荧光剂。这样可以对附近的荧光剂进行定制并包含在结果表中。请从“背景出口方法”中选择“基于本地标签”以使用此功能。这将作为新列添加到结果表中。
故障排除
所有这些插件都使用 CLIJ/CLIJ2 来处理显卡上的图像。这意味着图像处理速度快如闪电，但也意味着有时会出现错误/崩溃。
大多数崩溃是由以下两个原因之一造成的： i. 图像堆栈巧妙且无法在 GPU 上处理，这可以通过使用更多视频内存的计算机或缩放/缩放图像来解决。通常视频内存需要 4-5 倍的图像大小。运行插件 > ImageJ on GPU (CLIJ2) > 宏工具 > CLIJ2 Clinfo 允许您选择 GPU 并提供硬件最大图像大小的信息。
或 ii. 显卡驱动程序过时。这通常会显示黑/白图像。这通常可以通过从制造商网站（通常是 AMD、Nvidia 或 intel）下载最新的驱动程序来解决。
