ImageJ | 成像注意事项

文摘   科学   2024-07-03 21:57   上海  

成像注意事项


第一篇文章里我曾经写过:没有不好的数据,只有不好的分析因为即使是一些质量不好的数据,如果积极挖掘数据里的信息,还是能得到一些有用的结论。


但实际的科研过程中:如果没有好的数据,就不可能做很好的分析。图像质量的对于好的实验结果至关重要。

图像处理其实不仅仅局限在采完数据之后,其实应该在制样和成像时就要开始关注,后续图像处理的问题。


常常会有一些同学,把所有图像数据都收集完了,开始图像分析的时候才发现,因为成像或者制样的问题,自己采的图像很难分析。


有的甚至从一开始就拍错了,数据回答不了自己想回答的问题。这是非常痛心疾首的。

这一篇会讲一讲成像这一步需要注意的问题,一些错误大家在成像的时候可以尽量避免。因为只有拍到高质量的图像,才能方便后续的图像分析。




关于成像的基本原则可以看官网的这篇介绍:https://imagej.net/imaging/principles




成像大致可以分为三种




1. 明场成像

例如拍摄的自然图像、明场的细胞图像、免疫组化等;

2. 荧光成像

例如共聚焦、双光子成像等;

3. 非传统光学成像

例如CT、MRI、电镜等。




图像格式


1、避免有损压缩

成像后保存图像、传输图像以及处理图像,要确保为无损压缩格式,例如TIF。不要保存为JPG等有损压缩格式。

参考论文:

Peter Bankhead, Analyzing fluorescence microscopy images with ImageJ, (2014)


这是最容易犯的一个错误,不论是哪种成像方式,都应该尽量确保图像质量。


JPG格式的图像肉眼可能看上去“清晰”,但是放大之后就会看到很多方格状的假象(Artifact),这会对图像处理以及定量造成影响。


我们可以在LAB颜色模式下,明显观察到图像有损压缩有的变化:

2、选择合适的图像位深度
图像的位深度(Bit-Depth)也需要注意,16-bit的图像比8-bit包含了更丰富的强度信息。将16-bit的图像转成8-bit,可能会损失一部分图像信息:

RGB格式每个通道只能包含8-bit的强度范围,所以如果你的图像是16-bit的单通道荧光图像,不要把图像存储成RGB格式


8-bit单通道荧光图像可以存储成RGB格式,但是没有必要因为一般处理的时候还是要转成8-bit,且RGB格式更占空间。


3、避免比例尺覆盖信息

另外,需要强调:存图片的时候,不要把比例尺也印在上面!!!

比如这样:


完全可以用一张已经加过比例尺,且同样放大率的图片来进行比例尺校准。


除了信号外,图像上任何多余的信息都会对图像处理带来麻烦。有些比例尺甚至会覆盖原图的信号。


比例尺的本质其实就是图像的一个pixel对应了实际多少长度,如果成像条件一致,只需要记住这个对应关系即可,不需要把比例尺印在图像上面。


比例尺可以在最后做Figure的时候再加,后面的文章会介绍。



成像条件


成像时候需要考虑很多成像参数,例如:激光功率/光照、曝光时间、增益(Gain)、补偿(Offset)、白平衡等。以及基本参数:放大倍数、位深度、Binning等等。


不同的情景对于成像参数的要求是不同的,不能仅仅是看得觉得清晰,需要根据具体想要分析什么,做对应的调整。


1、定量分析

如果要进行定量分析,例如对平均荧光强度进行定量,一定要保证组间的成像条件是完全一致的。否则一个组激光功率高一点,另一个组低一点,会造成人为的“差异”,这是需要避免的。

而且定量分析需要避免过曝的情况,对于8-bit的图像,像素值在255就饱和了,图像大范围都过曝,会丢失亮度分布的信息:



2、图像分割

如果仅仅是需要对图像进行分割,成像时需要:

① 物体的轮廓清晰;

② 物体和背景有较好的对比度;

③ 物体间的overlap尽量少。


这三项都需要好的制样,让样本的信号尽量强,背景尽量小,而且信号不能太密。



通用原则


这里列一些比较通用的细节:

1、注意荧光漂白(Bleaching)的效应以及激光的光毒性(Phototoxicity),在拍3D stack的时候会出现这个问题,但一定程度是可以校准的,后面会讲到。


2、明场成像,需要注意白平衡


3、光照不均匀导致背景不均匀,除了通过调整光源,也可以通过减背景的方式校正。


4、根据情况选择放大倍数、成像范围。如果不需要看细节,可以缩小放大倍数,换取更大的成像范围。根据想要回答的问题,选择最合适的基本参数。


总结:图像采集和图像分析是相辅相成的,并不是简单的先后关系。不要等图像采集完了再开始分析。在采到初步结果后,就应该尝试去建立图像处理流程,并通过遇到的问题,优化图像采集。


读者朋友们遇到图像处理问题可以私信我哦~

更多教程可以关注我在知乎上的专栏:Treasure琛

希望对大家有帮助~

科研图像处理
科研图像处理一站式解决方案,原知乎《ImageJ实用教程》
 最新文章