特徵擷取
Analyze > Analyze Particles...- 在二值影像上偵測獨立的物件 (粒子/細胞)。
- 可設定大小 (Size) 和圓形度 (Circularity) 範圍來篩選目標。
- 測量參數包括：面積 (Area)、中心點 (Centroid)、周長 (Perimeter)、圓形度、長短軸等。
- 勾選
Display results,Clear results,Summarize,Add to Manager等選項控制輸出。
認識測量參數 (Set Measurements)
在執行 Analyze > Measure 或 Analyze Particles... 之前，我們可以透過 Analyze > Set Measurements... 指令來決定結果表格中要顯示哪些測量項目。了解這些參數的意義，能幫助你選擇最適合研究目的的量化指標。
以下是常用參數的說明：
基本與強度測量
| 參數 (選項) | 結果欄位 | 說明 |
|---|---|---|
| Area | Area |
選區的面積。如果影像經過空間校正，單位會是物理單位（如 cm²），否則為像素平方 (pixels²)。 |
| Mean Gray Value | Mean |
選區內所有像素的平均灰階值。若經過強度校正，則單位為校正後的物理單位。對於RGB影像，會先轉換為灰階再計算。 |
| Standard Deviation | StdDev |
選區內像素灰階值的標準差，反映了亮度的離散程度。 |
| Min & Max Gray Level | Min, Max |
選區內的最小與最大灰階值。 |
| Modal Gray Value | Mode |
選區內出現頻率最高的灰階值（眾數），對應直方圖的最高峰。 |
| Median | Median |
選區內像素灰階值的中位數。相較於平均值，較不受極端值（雜訊點）影響。 |
| Integrated Density | IntDen, RawIntDen |
積分密度。IntDen = Area × Mean；RawIntDen = 選區內所有像素的灰階值總和。在螢光定量等分析中非常重要，能反映選區內訊號的總量。 |
| Skewness | Skew |
偏度。衡量灰階分佈的不對稱性。正偏態表示分佈偏向左側（低亮度），負偏態表示偏向右側（高亮度）。 |
| Kurtosis | Kurt |
峰度。衡量灰階分佈的峰態陡峭程度。高聳的峰態有較高的峰度值。 |
形狀與位置測量
| 參數 (選項) | 結果欄位 | 說明 |
|---|---|---|
| Perimeter | Perimeter |
選區的邊界長度（周長）。 |
| Centroid | X, Y |
形心（幾何中心）。選區所有像素點X、Y座標的算術平均值，代表物體的幾何中心位置。 |
| Center of Mass | XM, YM |
質心。以像素亮度為權重的座標平均值。質心會偏向選區中較亮的區域。 |
| Bounding Rectangle | BX, BY, Width, Height |
邊界矩形。能完全包圍選區的最小矩形。回傳其左上角座標(BX, BY)及寬高。 |
| Feret's Diameter | Feret, FeretAngle, MinFeret |
費雷特直徑（最大口徑）。選區邊界上任意兩點間的最長距離。MinFeret 則是最小口徑。常用來描述不規則物體的尺寸。 |
| Fit Ellipse | Major, Minor, Angle |
擬合橢圓。計算出最能貼合選區的橢圓，並回傳其長軸(Major)、短軸(Minor)及長軸與X軸的夾角(Angle)。 |
| Shape Descriptors | Circ., AR, Round, Solidity |
形狀描述子，一組用來量化形狀的指標： - Circ. (圓形度): 4π*面積/周長²。值為1.0表示完美的圓形，越接近0.0表示越狹長。- AR (長寬比): 長軸/短軸，需同時啟用 "Fit Ellipse"。- Round (圓度): 4*面積/(π*長軸²)，是長寬比的倒數。- Solidity (實心度): 面積/凸包面積。值接近1表示物體較實心、無凹陷。 |
其他設定
| 參數 (選項) | 說明 |
|---|---|
| Area Fraction | 顯示被閾值（Threshold）標紅的像素所佔的面積百分比。 |
| Limit to Threshold | 勾選後，所有測量（如Mean, Min, Max）都只會計算被閾值標紅的像素，忽略選區內未被標紅的像素。這對於在不完美的分割區域中精確測量訊號非常有用。 |
| Stack Position | 在處理影像堆疊（Stack）時，記錄測量發生在哪個通道(Ch)、切片(Slice)或幀(Frame)。 |
| Display Label | 在結果表格的第一欄顯示影像名稱和切片編號，方便辨識數據來源。 |
| Redirect To | 重定向。允許你在影像A上圈選ROI，但實際測量影像B上對應位置的像素值。對於多通道分析（如在DAPI通道上圈核，測量GFP通道的強度）極為重要。 |
| Decimal Places | 設定結果表格中小數點後顯示的位數。 |
輸出數據
- 分析結果顯示在 ImageJ 的
Results Table中。 - 可將表格
File > Save As...匯出成.csv或.txt文件，以便後續使用 Excel, Python (Pandas), R 等工具進行統計分析和繪圖。
Show選項說明
請執行這個macro，觀察不同show產生的效果。
// 建立原始影像
newImage("original", "8-bit black", 512, 512, 1);
setColor(255);
// 畫圓形
makeOval(50, 50, 100, 100);
run("Fill");
run("Select None");
// 畫方形
makeRectangle(200, 50, 100, 100);
run("Fill");
run("Select None");
// 畫三角形（使用多邊形）
makePolygon(150,300, 250,300, 200,200);
run("Fill");
run("Select None");
// Binarize（轉為二值圖）
setThreshold(1, 255);
run("Convert to Mask");
// 各種 show 模式與對應標籤
shows = newArray(
"Overlay",
"[Overlay Masks]",
"Outlines",
"[Bare Outlines]",
"Ellipses",
"Masks",
"[Count Masks]"
);
// 執行每種 show 模式
for (i = 0; i < shows.length ; i++) {
selectImage("original");
showOption = shows[i];
if (i == 0 || i == 1) run("Duplicate...", "title="+ showOption);
run("Analyze Particles...", " show=" + showOption );
wait(200); // 等待新視窗建立
idList = getList("image.titles");
newest = idList[lengthOf(idList) - 1]; // 最新產生的圖
selectImage(newest);
rename(showOption);
}
