本文介绍对图像中点状信号的测量

前面已经介绍了对一个面或者一条线的测量，这里进一步把维度降低，谈谈对spot类型的测量。

左上为拍摄软件导出的单通道图像（RGB）；右上角为 split channel 处理后得到的 Red channel 通道的图像；左下角为使用 ImageJ LUT 中的 thermal 伪彩查看的过曝情况，可以看到大量 spot 呈现了过曝；右下角为使用 glow 伪彩查看到的轻微背景不均的情况。

通过应用不同伪彩的查看，我们很容易发现这个图像一个问题：信号过曝，这种过曝也有可能是调整导出图像对比度造成的，因为提供的是一张RGB图像而非原始成像数据文件。所以这里再次强调，一定要使用原始成像数据进行分析，而不是使用你想拿来展示的图像（通常为了展示效果而造成了数据损失）进行分析。

言归正传，这里要对这些 spot like object 进行分析，我们希望知道这些 spot 的位置和信号强度。所以可以先 Analyze>Set Measurements 中勾选好需要统计的指标。

然后选择 point selection tool：

再然后点选图像（可以把窗口放大，Ctrl+滚轮 缩放，方便选中点）中感兴趣的 spot，按快捷键 t 添加到ROI 管理器。选完了之后，选中ROI管理器中的所有 roi，然后点击 Measure 就能统一测量了。

统计结果就记录到Results窗口中，可以保存为 csv 表格进行后续作图分析。

以上是纯粹手动的方式来对点状信号进行测量，很容易会发现，这种手动的方式，无法特别准确地选中 spot 的中心像素，而且速度很慢，很不实用。由于此类分析非常常见，为了能够提高效率，针对点状信号的分析，ImageJ 提供了专门的 Find Maxima 功能。

如上图所示，点击后会弹出对话框：

我们可以选中 Preview point selection，然后调整 Prominence 参数，来查看对于点的选择是否合适。这个参数和点状信号的信噪比有关。

对于这张图像，我设置为 20 就比较合适了。但是也出现了一个问题，scale bar 上的文字部分也被选中了。需要希望排除掉这个区域，办法有很多，那么一个通用的思想，是先选定一个区域，再进行 Find Maxima：

通过这样的方式，我们就实现了对感兴趣区域内的点状信号的自动化分析。需要注意的是，Find Maxima 算法适用于分散性比较好的 spots，如果是粘连到一起的 spot，容易检测为1个。如果你的样品中 spot 很多可以有不少聚集的，这种方法可能就不适用了。