imagej得到灰度图数据_⽼司机带你解锁ImageJ的各种技术姿
势我们的奋斗
原标题：⽼司机带你解锁ImageJ的各种技术姿势
转载请注明：解螺旋·临床医⽣科研成长平台
下图是ImageJ官⽹的界⾯，在Download下根据⾃⼰系统选择对应的软件下载，ImageJ可以适⽤于Mac OS X，Linux以及Windows系统(不受电脑系统限制)。⽣物医学中计数⾮常常见，下⾯我们来⼀起玩转mageJ计数。
1
⼿动计数
使⽤Multi-Point⼯具进⾏计数
打开ImageJ软件，File，Open打开待分析图⽚：
点击point⼯具，右击，选择Multi-Point⼯具，⼿动点击进⾏计数：
点击Analyze–>Measure，可以看见此时计数数量为23个，保存图⽚即可。
Cell Counter进⾏细胞计数
点击Plugins–>Analyze–>Cell Counter，界⾯如下：微信公众号客服
点击Initialize，可以对不同类型的细胞进⾏计数：
虾酱炒空心菜桃子品种可以看见Type1、Type2、Type3计数结果分别为2、1、2个。本⽅法可以同时对不同类型的细胞进⾏计数。点击Cell Counter中的Results就可以看见不同类型细胞的数量。Cell Counter与Multi-Point⼿动计数⽅法相⽐可对不同细胞类型计数。
2
常规⾃动计数过程
打开ImageJ软件，File –>Open打开需要分析的图⽚：
Image –> Type -> 8-bit (改为灰度图像)
Image -> Adjust -> Threshold 调节阈值，红⾊代表选中，使所有细胞核均被选中，Dapi图中阈值为11-
255 –> Apply
注：荧光图⽚背景为⿊⾊，需要勾选下⾯的Dark background，表⽰背景为⿊⾊
Apply以后图⽚为：
英语短篇故事
对于⾖⼦图⽚，阈值范围为37-255->Apply
Apply后得到图⽚为：
从上⾯Apply后的图⽚可以看到很多细胞连在⼀起，细胞计数时需要将其分开。
Process -> Binary -> watershed (分⽔岭分割⽅法，将连在⼀起的细胞分开)
得到分割效果如下：
Analyze -> Analyze particles 界⾯如下：
Size(pixel^2)：默认为0-Infinity(⽆穷⼤)，意思是需要计算的细胞数的细胞⼤⼩在哪个区间，⽐如在此Dapi的细胞⼤⼩选择为 500-Infinity，将不是计数⽬标的杂志点过滤掉，在此我们需要根据⽬的细胞的⼤⼩来试⼏个最⼩值就能得到准确的细胞计数结果。
Circularity：表⽰圆形度，越接近1越接近圆形，我们不需要更改。
Show：我习惯性的选择outlines显⽰计数的细胞轮廓和计得细胞数编号，还有其他选择。Nothing，图象和叠加图都不会显⽰；Bare outlines只显⽰细胞轮廓，不显⽰编号。
Ellips：使结果轮廓均匹配为最佳椭圆形。
Masks：填充粒⼦为8-bit⿊⽩图像。
Count Masks：填充粒⼦轮廓为16-bit图。
Overlay Outlines：重叠图像⾥显⽰测量粒⼦轮廓。
Overlay Masks：在重叠图像⾥显⽰测量粒⼦轮廓，对于细胞计数来说⼀般Outlines即可。
下⾯勾选的是Display results，显⽰结果。
Clear Results：重复测量之前被测量的结果将被清除；
Summarize：对结果做总结；
Exculde on edges：排除边缘接触的细胞，不进⾏计数；
Include holes：内部孔洞会被包括在内；
Add to Manager：测量粒⼦添加到ROI管理器；
Record Starts：允许插件和宏函数重新创建粒⼦轮廓；
In Situ Show：原位显⽰，原始图像会被下拉菜单中指定的⼆值图像(⾮⿊即⽩)替代。
得到结果如下：
⾖⼦得到结果如下：
应⽤实例：
打开图⽚：
转换RGB图像为灰度图⽚：Image –>Type –>8-bit。
阈值选定：Image–>Adjust–>Threshold–>阈值选定–>红⾊代表选中。⽫边缘⾼亮部分影响菌落的选中，使⽤椭圆选框⼤致选中菌落所在区域。
Analyze–>Analyze particles，选择如下，点击OK，得到计数结果：
3
ImageJ多孔材料的⾃动计数
打开ImageJ软件，File–>Open打开需要分析的图⽚：
Process–>FFT–>Bandpass Filter–>OK：
Process–>Find Maxiam–>Output type 选择Count可得到计数数据：
4
RetFM-J⾃动计数
打开ImageJ软件，File–>Open打开需要分析的图⽚：
Plugins–>CLAHE增强对⽐度–>点击OK
Plugins–>RetFM-J–>OK
细胞总数为834个，以及Area，坐标(X,Y)，Perim等其他指标。
信息安全工程师5
细胞核着⾊DAB显⾊组化计数
打开ImageJ软件，File–>Open打开需要分析的图⽚：
点击Plugins–>IHC tools
好听的圈名
选择H-DAB–>Nuclei，得到结果为34个。
6
快速树突棘密度分析⽅法及细胞计数
从⾼尔基染⾊图⽚中截取待分析树突：
打开Fiji，File–>Open待分析的树突棘图⽚(以DG为例)
将图⽚由RGB图像改为灰度图⽚：Image–>Type–>8-bit；
转换图⽚为⼆值化图⽚：Image–>Adjust–>Threshold(调节阈值⾄树突及树突棘完全选中)，点击Apply⼆值化完成。⼆值化图⽚如下(⾮⿊即⽩，灰度值为0或255)：
校正标尺：点击Straight⼯具
、按住Shift在标尺上画直线
Analyze–>Set Scale–>在已知距离中填⼊10 μm–>选择Global则校正标尺对本次打开所有图⽚均有效。此时也有Step1中226 x 61 pixels变为下图的40.36 x 10,89 μm。
⾻骼化已经⼆值化的图像：Process–>Binary–>Skeletonize，得到⾻骼化图像；
清除标尺，避免其⼲扰树突棘计数：File菜单下矩形选框选中标尺位置，如下图。
Edit–>Clear(清除选框内的内容)：
由⾻骼图像分析树突棘数量：Analyze–>Skeleton–>选择如下–>点击OK。
得到结果：
End-point voxels共有25个，既有25个树突棘(上图中蓝⾊点)。
结果往右拉可以看见最长的路径为45.31 μm(树突的长度)，即本图像的树突棘的密度(Spine density)为25/45.31=0.55 /μm，⼀般统计时纵坐标为Spine density (Spines /10 μm)，本图像为5.5 /10 μm。
7
对不同形状⾃动计数
万夫不当打开ImageJ软件，File–>Open打开需要分析的图⽚，⽰例图⽚含有两种不同形状，3个三⾓形，4个圆形：
Image –> Type -> 8-bit (改为灰度图像)
Image -> Adjust -> Threshold 调节阈值，红⾊代表选中，使所有图形均被选中：
Analyze -> Analyze particles 界⾯如下：
如前所述Circularity表⽰圆形度，越接近1越接近圆形，我们可以根据形状圆度的差别对两种形状进⾏计数。
对于圆形形状，Circularity设置0.:8-1，Show 选择Outline，得到结果只特异性计数了4个圆形形状：
对于三⾓形形状，Circularity设置0-0.5，Show 选择Outline，得到结果只特异性计数了3个三⾓形形状：
ImageJ计数今天分享到这⾥，希望对⼤家有所帮助，祝⼤家早⽇发⽂章，左⼿CNS右⼿，右⼿国⾃然！返回搜狐，查看更多
责任编辑：
