自迁移出 MediaWiki 以来，本页内容尚未经过审查。如果您愿意帮忙，请查看帮助指南！
|
|
|
| 来源 |
简介
学习无监督光谱均值 (LUMoS) 是一种盲光谱分离方法，它使用 k 均值聚类将荧光显微镜图像的不同特征分离成多通道图像，其中每个输出通道对应于单个荧光团。
光谱重叠
由于荧光团的发射光谱重叠，荧光显微镜图像通常存在渗色问题，导致假阳性检测。当样品用三个或更多荧光团标记时，这个问题几乎是不可避免的，并且当荧光团数量超过检测通道时，这个问题完全不可避免。
K-表示聚类
K-means 是一种无监督学习聚类技术。给定一组输入数据点，k-means 根据点的值将点聚类到 k 个不同的组中。 K-means 通过迭代计算每个簇的质心并将数据点分配给最近的簇质心来定义簇。这个过程如下图所示：
K-光谱分解的意思
在光谱分解的情况下，k-means 的输入是单个像素。每个像素由 1 x n 向量表示，其中 n 是图像中检测通道的数量。该矢量称为像素的“光谱特征”。具有相似光谱特征的像素被分组到同一簇中。然后，每个簇在输出图像中表示为一个单独的通道。输出通道对应于未混合的荧光团。该过程还将背景、自发荧光和共定位分离到不同的输出通道中。
用法
要在 ImageJ 或 Fiji 安装中安装该插件，请添加更新站点 LUMoS。遵循更新站点的程序can be found here。
或者，可以下载已打包 LUMoS 的完整 Fiji 发行版。与更新站点不同，此打包下载仅适用于 PC。 PC only download。
该插件的用户指南以及分步说明可以在 here中找到。
另请参阅
以下是替代的光谱分解 ImageJ 插件。这些插件都使用基于线性代数的方法。线性分离方法不适用于荧光团数量超过检测通道的情况。此外，它们都需要手动选择 ROI 或单个荧光团参考，而获取起来很困难。除了这些限制之外，这两个插件在正确的设置下都可以成为非常有用的工具。
Spectral Unmixing Plugins 作者：约阿希姆·沃尔特
Spectral Unmixing Plugin 作者：赛斯·甘蒙
参考文献
如果您使用此程序生成出版物，请引用以下内容：
[1] McRae TD、Oleksyn D、Miller J、Gao Y-R (2019) 使用无监督学习的荧光显微镜鲁棒盲光谱分离。 《公共科学图书馆 ONE》14(12)：e0225410。 https://doi.org/10.1371/journal.pone.0225410
