Image J功能非常強大，大家可以看前幾期對的介紹，今天帶你解鎖老司機必會的Image J實用技巧，下面是針對螢光圖片的五個使用技巧。廢話不多說看下方介紹。
一、如何拆分與Merge多通道螢光圖片：
File->Open->分別打開Red，Green， Blue三個通道的圖片：
Image -> Color -> Merge Channels可以Merge螢光圖片。
二、圖片與像素值互換：
圖片由許多像素點（Pixel）組成，每個像素點對應有不同的像素值（Pixel values），如下圖所示：
方法為：
Image J打開圖片：
Image菜單下，Transform，Image toresults，得到了對應每個像素點的像素值：
同樣在Image菜單下，Transform，Results toimage可以把像素值的表格轉換為圖片。
三、螢光核漿比分析：
步驟：
ImageJ打開分析圖片：
Image -> Color -> Split Channels拆分RGB通道
得到RGB三通道（此時R、G、B通道均為8-bit圖片）：
也可以使用Image-> Color -> Merge Channels將已拆分通道合併：
圖中兩個細胞有連接，以左邊入核明顯細胞為例。首先使用
不規則選框將左邊細胞框選中：
Analyze->Tools->ROI manager（感興趣區管理器），點擊Add：
選擇需要測量的參數：在ImageJ軟體Analyze下選擇Set Measurements設置測量參數，選擇Integrated density，Area，Limit to threshold（Image -> Adjust -> Threshold 調節閾值，紅色代表選中，選擇Limitto threshold只計算紅色選擇的面積），點擊OK。
Image -> Adjust -> Threshold 調節閾值，選擇所有陽性信號（紅色代表選中）：
Analyze，Measure，得到結果：
黃色ROI中的紅色的灰度值總和為177096，黃色中的紅色佔黃色面積的51%。
如果不加黃色ROI，進行同等條件的測量：
得到的結果不僅僅只有左邊這個細胞，其灰度值總和為254633，大於177096，紅色佔整張圖片的面積百分比為14.9%，遠遠小於51%。
此時我們已經得到單個細胞總的螢光強度（灰度值）A=177096。接下來需要計算核內的螢光強度B，用總的螢光強度A-B得到胞漿螢光強度C。
對細胞核圖片同樣進行Image -> Adjust-> Threshold 調節閾值，選擇所有陽性信號：
Analyze-> Analyze particles分析粒子得到的結果添加到ROI：
ROI-3是我們需要分析的細胞核，在上述已經閾值選定的綠色螢光通道中點擊ROI-3可在圖中顯示細胞核輪廓，Analyze，Measure（快捷鍵Ctrl+M），得到核內的螢光強度B：
核漿比=B/(A-B)=98684/(177096-98684)=1.26。
四、螢光圖片加偽彩：
加偽彩是對灰度圖片而言。Lookup tables（LUT）根據像素點不同的像素值顯示為不同的顏色，即為偽彩，如下圖所示：
打開灰度圖片或者將RGB通道圖片拆分為對應通道的灰度圖片，在Image菜單下選擇Lookup tables（Fire）：
有多種LUT可供選擇，在Image，Color下點擊ShowLUT：
在Analyze下點擊Tools，選擇Calibration Bar，即可給偽彩圖片添加Bar（顯示不同顏色所對應的灰度值）：
五、調整螢光顯示效果：
打開兩通道層掃共聚焦螢光圖片如下：
目前看起來效果並不好如何進行調整？
步驟：
Image -> Color -> Split Channels拆分RGB通道：
Process，Enhance Contrat，選擇Normalize與Process all 9 slices：
得到如下效果：
Image，Stacks，Z projection，選擇Max Intensity：
得到可以顯示不同層面的最大強大的螢光圖片，效果如下：
Merge螢光圖片
Image，Stacks，3D projection：
得到沿著Y軸旋轉的動圖：
Save as，Gif，保存為動圖展示：
今天分享的Image J實用技巧，希望對大家有所幫助！更多相關Image J實用技巧大家可以留言給我們，一起學習進步。
文章來源：每日生物評論
歡迎關注微信公眾號：每日生物評論，或Bio-review
用最專業的精神，開放性的思維，與你一起探索行業走向，快速了解這個領域！