【免疫组化分析法】色彩分割+机器学习! – 云+社区 – 腾讯云

【免疫组化分析法】色彩分割+机器学习!

2020-09-23阅读 4620

聊点学术

免疫组化定量分析是科研人的传统艺能!之前,个人一直推荐采用Image Pro Plus (IPP)进行测量。

IPP测量时对染色效果要求较高。其原理是在HSI模式下,通过参数设定或调节直方图波形曲线的方法来选定阳性表达区。详情见→【聊点学术】既往精彩原创汇总

当背景染色较强或者细胞核较多时,上述方法操作起来比较费力。

(背景染色太深)

(细胞核多)

今天要说的是基于Image J的 “色彩分割法机器学习”进行免疫组化定量分析。关键插件为IHC Toolbox,由英国诺丁汉大学的两位大牛开发。

原理1: 自动化将棕色(DAB)和蓝色(苏木素)色彩分割,这样就可以直接快捷地测量阳性区。

原理2:机器学习模式帮助image J精准识别阳性表达物(棕色)

图文教程

1. 下载安装FiJi版本image J,接下来要用到其中的插件IHC Toolbox ,否则无法进行后续操作。

(image J开源软件下载地址:https://imagej.net/Fiji) (IHC Toolbox下载地址:https://imagej.nih.gov/ij/plugins/ihc-toolbox/index.html)。

2. 将下载好的IHC Toolbox插件复制到fiji安装位置的plugins文件夹。重启软件之后就可以在plugins中找到IHC Toolbox插件了。

3. 打开一张IHC图片,然后点击plugins,选择IHC Toolbox。

4. 在弹窗中先选择自带的H-DAB(即苏木素-DAB),然后再点击color。

5. 此时就获得了分割后的图像。可以看到右图所有的蓝色已基本被去除。

6. 如果对插件自带的H-DAB色彩分割不满意。此时,可以点击左侧的Training,鼠标光标会变成十字架。

7. 然后在原图中拉一个矩形框选阳性区时会跳出弹窗,觉得有小误差可以拉动滑条调整。确定好之后点击collection。

【机器学习】重复在此图或者同批次的其它图片上进行此步骤操作,每做完一次就点击collection。一般操作约5-10次左右插件即可完成学习。然后点击Save_Model保存,所有学习内容会自动默认到H-DAB模式中,后续测量直接调用H-DAB即可。

本文分享自微信公众号 – 聊点学术(SingForScience),作者:Mark

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-09-13

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

点击数:0

发表评论

邮箱地址不会被公开。 必填项已用*标注