結果分析：活細胞成像和圖像量化
基于人工圖像分析解答科學問題既復雜又令人困惑。有很多工具可以幫助您分析圖像，從而回答您的科學問題。至少，原始數(shù)據(jù)必須經(jīng)過多個步驟處理，才能達到可以統(tǒng)一應用于數(shù)據(jù)集的程度。
為了使您能夠根據(jù)圖像數(shù)據(jù)針對生物學問題給出有意義的答案，我們提供了能移除偽影、分割圖像以及系統(tǒng)性、準確分析相關生物學的軟件，以確保真實再現(xiàn)生物信號。
閱讀以下主題，獲取更多信息：
圖像處理：去除系統(tǒng)性偽影
探測器將光子轉換成電信號從而采集圖像。然后，這些模擬電信號被轉換成數(shù)字讀數(shù)，并采用陣列方式進行描述。但是，這些電信號不但來自相關樣品產(chǎn)生的光子，而且來自混淆源，如自體熒光或系統(tǒng)光學像差。每一個混淆源都需要校正才能顯示出樣品產(chǎn)生的真實信號。
為了保證能準確表達真實的生物信號，必須對原始圖像進行一系列精確校正操作。在生成數(shù)據(jù)時，執(zhí)行這些校正的集成軟件解決方案：（1）提供了一種客觀性度量，（2）有助于加快圖像分析過程。
采用軟件識別相關的生物學原理
充分處理圖像后，下一步是通過合理的圖像掩膜，從而識別相關生物學信號。在最簡單的圖像掩膜方法（即“閾值分割”）中，分析高于特定閾值之上的像素，忽略低于特定閾值的像素。還可以采用布爾邏輯（如：與、或、非）控制的多重掩膜對較為復雜的相互作用進行分析，以專注于感興趣的具體像素。不過，此類分析很耗時并且具有主觀性。專用軟件只提供評估與特定科學問題相關的數(shù)據(jù)所需的工具，以便可以更加客觀高效地進行圖像分析。