膜信号与细胞器的鉴别，显微图像分析

Question

我试图在显微镜图像中计数细胞，我需要区分细胞膜信号和细胞器。你知道吗

只有一种颜色，因为我们用GFP观察细胞内的蛋白质

现在我正在使用脱脂包（措施，标签）。这种方法有点奏效，因为它可以找到连接的黑色区域，通过将这些区域的凸面与边界框一起使用，我可以实现以下效果（内部：红色，膜：蓝色）：

然而，我有问题的细胞器（亮点内）接触到膜，因此我失去了信号从内部（这是后来添加到膜信号-这是一个问题）。你知道吗

对更好的方法有什么建议吗？你知道吗

from skimage import measure
from skimage.segmentation import clear_border
image= ndimage.gaussian_filter(raw_image, sigma=(0.5,0.5), order=0)
median = np.median(image)

mask_inv =np.ma.masked_where(image>median*1.5,image) # was 5 
array = np.zeros(image.shape)
img_contour_inv =np.array(array+mask_inv,dtype=np.float)
mask_inverse_bool = img_contour_inv>0


labels = measure.label(mask_inverse_bool,connectivity=1)

df=measure.regionprops(lables, intensity_image=intensity_image)

接着是一些按大小排序的绘图和绘图，生成图像2

Answer 1

您可以尝试以下方法：

• 找到黑点，因为你已经做了在内部图像。制造内部 图像黑白图像。你知道吗
• 现在反转内部图像并将其与原始图像相乘。亮点将是 落在后面。你知道吗
• 要获得细胞轮廓，可以从原始图像中减去亮点。你知道吗

另一种方法是使用阈值来寻找亮点。你知道吗