生物图像处理软件汇总(持续更新)
生物图像处理软件汇总(持续更新)
前言
成像(imaging)是生物学研究的常用手段之一。然而,对于生物学研究者,如何分析成像后的图像数据是一个普遍的难题。对此,前人已经开发了许多生物图像处理软件。本文试图总结它们的特点,方便研究人员根据自己的研究目的、图像类型和系统配置,选择合适的生物图像处理软件。
1. 胞体分割(cell segmentation)
胞体识别是生物图像分析中很重要的一步。通常,用于胞体分割的图像是2D或者3D的。胞体分割是胞体追踪的必要条件,分割结果的好坏直接决定了胞体追踪的准确度。
图片来自https://www.mathworks.com/matlabcentral/fileexchange/67313-cell-segmentation-seg-self-method
1.1 目的
(1)统计细胞的数目
(2)分析细胞的荧光亮度分布
(3)分析细胞的体积分布(distribution of volume)
(4)分析细胞的圆滑程度
1.2 软件
名称
主页
适用图像类型
系统要求
Modular Interactive Nuclear Segmentation (MINS)
https://github.com/therealkatlab/MINS
2D,3D
Matlab, 64-bit Windows OS
interactive learning and segmentation toolkit (ilastik)
https://www.ilastik.org/index.html
2D,3D
Windows, Linux, Mac, 64-bit
2. 胞体追踪(cell tracking)
通常情况下,成像的图像数据是静态的,也就是说是在某一个时间点的图像。但是,根据研究目的的不同,有时会产生不同时间点的图像,也就是动态图像(2D+T和3D+T)。例如,在双光子成像中,在同一层面,拍摄10分钟后得到的图像数据,就是2D+T的数据格式。同样的,如果每个4小时,对某一个脑区的神经元进行3D成像,那么得到的图像就是3D+T的数据格式。
这里列出的软件主要针对3D+T数据格式的图像,因为2D+T的图像一般是在段时间内获取的,另外,镜头和样品位置相对不变,不存在胞体追踪的问题。对于2D+T的图像
GIF动图来自https://imagej.net/TrackMate
2.1 目的
(1)分析不同时间点下,胞体的荧光亮度的变化规律
(2)分析胞体位置随着时间的变化规律
2.2 软件
名称
主页
适用图像类型
系统要求
TrackMate
https://imagej.net/TrackMate
3D+T
无,Fiji插件
3. 图像配准(image registration)
生物图像处理软件汇总(持续更新)相关教程