基于cellpose分割结果统计细胞膜荧光强度

本文介绍如何在 cellpose 分割结果的基础上进一步利用 ImageJ 进行后续图像的统计分析。

使用cellpose快速分割细胞

cellpose安装和使用 前面介绍了SAM用于图像中的物体分割。SAM因为训练数据集非常广,所以能够分割的对象非常多,通用性估计是目前AI模型中最好的。这里要介绍的 cellpose 则是在细胞图像分割中的明星模型,在这个细分专业领域中,cellpose ^1 用于常规的细胞图像分割会更加方便,基...

cellpose能够很好地分割大部分常见的细胞图像,并且保存为ImageJ支持的ROI文件,这使得后续使用 ImageJ 进行自定义的定量分析成为可能。在此例中,还是以细胞膜上的荧光信号统计为例。cellpose分割了明场通道的图像得到轮廓,可以应用到荧光通道上。

之前已经讲过这个例子,只不过是手动绘制细胞轮廓ROI,并且 make band以选中有一定宽度的细胞膜的一圈信号。所以这里可以把之前的 macro 稍微改改,然后能够比较自动地提取统计信息,并保存中间数据以备检查。

ROI膨胀与环状细胞膜信号测量

本文介绍如何将ROI线条膨胀为环状以满足细胞膜信号测量的需求。 在测量细胞膜信号的时候,我们可以手绘一个细胞轮廓,尽可能经过每个信号点。细胞膜的信号是有一定宽度的,如果能够根据这个闭合轮廓线条进行扩张,以完整包含细胞膜信号,则至少可以节省一半的工作量。 如上图所示,先使用 freehand 工具大致...

ImageJ中编辑选区

这里介绍下 ImageJ中可以对 Selection 进行编辑的操作。 2024 09 18 87 之前尝试自己写 macro 来实现了一个 ROI 的膨胀功能。事实这个功能就是 Edit Selection Make Band ,输入的参数就是 band width。然后就会由内往外得到一个新的环...

Pasted-image-20240921150834.png-76d1ed5fa9.png

完整代码如下:

// 测量给出细胞膜大致的厚度(同scale单位,此处是微米)
width = 3;
img = getTitle();
wks = getDirectory("image");
n = roiManager("count");
print("id,area,mean,min,max,std");
for (i = 0; i < n; i++) {
roiManager("select", i);
getMembraneIntensity(width, i);
selectWindow(""+i);
fname = img+"_p_"+i+".tif";
fpath = wks + "/" + fname;
save(fpath);
close();
}
// 保存Log窗口中的结果为csv文件并关闭
fname2 = img+"_results.csv";
fpath2 = wks + "/" + fname2;
selectWindow("Log");
saveAs("text", fpath2);
run("Close");
function getMembraneIntensity(width, idx) {
// function description
run("Enlarge...", "enlarge=-"+width);
run("Make Band...", "band="+width+0.5);
run("Duplicate...", "title="+idx);
setBackgroundColor(0, 0, 0);
run("Clear Outside");
run("Add Selection...");
setAutoThreshold();
run("Create Selection");
getStatistics(area, mean, min, max, std, histogram);
print(""+idx+","+area+","+mean+","+min+","+max+","+std);
}

这段代码概括起来就是:

  1. 输入一个估计的细胞膜区域宽度,这样才能 make band 得到一个合适的选区

  2. 遍历 cellpose 导出的所有 roi 进行统计

  3. 对每个 roi 进行 make band,并且复制一份,去除selection之外的所有信号

  4. 对单细胞图像进行 auto threshold,并且制作 selection 再进行统计,并保存单细胞图像备查

  5. 将统计结果打印到 Log 窗口,循环结束之后保存为 csv 表格文件。

单细胞图像如下,保存到原大图相同目录,并且命名上自动加上规范的后缀。

Pasted-image-20240921151028.png-0a681ac00b.png

统计数据表格类似地可以自动保存,打开可以看到所有单细胞的细胞膜上信号强度的统计结果。

Pasted-image-20240921152300.png-1eb382a590.png

后续可以基于这些结果表格进一步统计分析和作图。