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!
|
|
|
| 文件 |
ComDet.jar + for ImageJ Jama lib |
| 来源 |
用于发现和/或分析具有异质背景(望远镜、天文学、工程等)的图像中的亮强度点(细胞、颗粒、囊泡、彗星、点等)的共定位的衍生品。
相关插件安装的帮助,请参阅instructions。
如何使用插件
在 ImageJ 中打开要分析的图像。一般来说,该插件有多种工作模式:
- 颗粒检测(整个图像或ROI)
- 样本检测和共定位分析(整个图像或 ROI)。
对于共定位,您需要一个包含多个颜色通道(两个或更多)的color composite image。插件自动检测通道数,如果超过一个,则插件将自动切换到第二种模式(见下文)。
该插件适用于时间/z 堆栈。
选择Plugins › ComDet › Detect Particles启动检测。

简单检测(1通道)
如果图像不是多通道图像,则出现以下对话框:

指定估计的样本大小和强度阈值(假设样本),然后按“确定”。为了获得的检测效果,通常您需要调整参数并查看效果如何。补充“预览…”允许查看当前图片的检测并简化此任务。“ROI 形状”选项允许您选择是否希望检测显示为“稀疏形”或“均衡”。

默认情况下,插件仅查找指定大小的粒子。如果您选中“包括增加颗粒?”框,它也尝试猜测增加的点。
如果选中“分割更大颗粒(慢)?”框,如果的话,插件将尝试进一步将大颗粒分割成更小的点。顾名思义,这个过程需要计算能力而且可能很慢,尤其是在大图像上。
如果您选择添加到 ROI 管理器选项(“所有粒子”),插件将插入检测到周围粒子的平均 ROI 添加到 ROI Manager。 ROI 的格式为 ind(检测\结果表中的#)_ch(#channel)_sl(#slice)_fr(#frame)。
单击“确定”后,插件运行并在检测到的粒子顶部添加椭圆/形状。

另外将为您提供包含补充剂的结果表(见下文)和摘要表。我建议使用参数来获得良好的检测结果。
ROI 中的检测
如果您希望在某个特定区域而不是整个图像中执行检测,请在启动插件之前使用任何 ImageJ ROI 选择工具选择一些 ROI:

在这种情况下,仅检测 ROI 中的粒子(在“预览..”模式下也受支持):

多通道图像(两个或多个通道)中的检测和共定位
如果您的图像包含多个通道,则按“检测探针”后,对话框将看起来不同:

首先,插件会显示上面每个的常规设置窗口,然后会继续显示一系列参数窗口,指定通道的检测参数。要获得共定位分析,您需要选中“计算共定位?”框。如果取消选中,则仅执行检测。
在共定位的情况下还有一个附加参数:点中心之间的最大距离。它定义了不同通道中的两个点被认为是局部化的距离(以像素为单位)。
所以共定位是基于点中心之间的距离!
按“确定”后,会弹出一系列各通道检测参数窗口:

请注意,在这种情况下,“预览…”按钮仅显示检测,不会标记/分析共定位。 检测完成后,ComDet 使用其自身通道 (LUT) 颜色的整形/图形标记检测到的样本,并使用重叠颜色标记共定位样本:

另外,添加到 ROI Manager 选项也可用。 ROI 的名称格式为 ind(检测\结果表中的#)_ch(#channel)_sl(#slice)_fr(#frame)。您可以添加所有检测到的粒子或仅添加共定位的粒子。
仅限 ROI 检测模式(如上所述)在这种情况下也会自动工作。
结果表
这是结果表的示例(摘要表是不言自明的)。

列是:
- Abs_frame = 堆栈/超堆栈中的绝对帧号(唯一帧号)
- X_(px) = x 点坐标(质心雕塑)
- Y_(px) = y 点坐标(质心雕塑)
- 通道 = 检测到探针的相应通道号
- Slice = 相应的切片份量(如果是z-stack)
- Frame = 相应的帧号(如果是延迟摄影)
- xMin、yMin、xMax、yMax = 点周围拟合的坐标(以像素为单位)
- NArea = thresholded area点的像素数
- IntegrIntChX = 每个通道(由 X 数字标记)显示像素的综合强度:thresholded area内所有像素强度的总和像素的平均显示背景特定。背景值计算为沿周围像素的平均强度。 10.该通道中该点共定位(用X编号标记),则ColocChX = 等于1,否则等于0。请注意,在检测到粒子本身的通道中它始终为1(因此它与自身共定位)。另外请记住,如果三个不同通道的三个粒子共定位,结果表中将出现三行。
- ColocIndChX = 对应于结果表中的唯一检测索引(最后一列),对应于另一个通道中的探针(如果共定位)。否则为零。
- 指数 = 辅助检测的唯一指数。
附加信息
有关检测说明,请参见How does detection work?也可使用updates history。