WB灰度值测定Word文件下载.docx

WB灰度值测定Word文件下载.docx

《WB灰度值测定Word文件下载.docx》由会员分享，可在线阅读，更多相关《WB灰度值测定Word文件下载.docx（10页珍藏版）》请在冰豆网上搜索。

5、设定参数：

Analyze→setmeasurement→勾选Area、Meangrayvalue、Min&

maxgrayvalue、Integrateddensity

6、Analyze→setscale→unitoflength选项里改为pixels，确定

6、图像分割。

Edit→Invert→选中椭圆圈（手残党首选）/不规则圆圈（心灵手巧党义无反顾），手动圈上单个条带

7、Analyze→Measurement即得到Intden,重复6、7步就得到所有Intden值

小伙伴们，你们是哪种方法呢？

首先先把结论说出来，其实两者得出的area和Intden严格来说都不是灰度值，前者是面积而后者是光密度值，但用来量化WB条带都是OK的。

ImageJ这个软件在将westernblot条带量化时存在两种参数：

灰度与光密度（假，暂且这么称呼，原因下文再说），这两者在理解使用ImageJ量化WB条带十分重要，请务必仔细看以下几个概念。

1、灰度（gray）：

是指图像中各种颜色的深浅程度,它以整数值表示,一般的图像分析软件将图像每个像素点的颜色分为0-255共256级，每一像素点对应的数值即灰度，灰度值越小物体颜色越深。

有兴趣的小伙伴，可以随意用ImageJ打开一张图片，光标在图片上任意移动，得到的value值最小为0（纯黑），最大为255（纯白）。

2、光密度（OD，真）：

也就是吸光度（A）,光线通过溶液或某一物质前的入射光强度Io与该光线通过溶液或物质后的出射光强度Ib比值的对数OD=lg（Io/Ib），其实就是大家熟悉的分光光度法的朗伯比尔定律。

明确这两个概念后，我们再来看为什么称ImageJ里的光密度是“假”，因为在图像分析中的光密度（假）是由灰度值再经计算得到的,它是一个相对值,但其算法与OD值的算法类似。

只是它的入射光强度由Westernblot胶片上最亮区域的平均灰度值代替,而出射光强度则由待测目标平均灰度值代替。

即:

图像分析系统的光密度值=lg（WB胶片上最亮区域的平均灰度值/待测目标的平均灰度值），再简单点来说，就是光密度（假）和正儿八经的灰度值有血缘关系。

总结起来说灰度与光密度（假）都能用来量化westernblot条带，两种量化任君随意挑。

现在说回两种操作方法：

方法一：

是通过每个条带上众多像素点对应的灰度值勾画出一条曲线，最后魔棒点出算出的area值其实就是该条带所对应的面积大小。

条带越大，area值越大。

方法二：

是通过上文说到的光密度（假）计算方法得出来的，最后得出的Intden值是所圈面积下的总光密度值，再除以圈下面积area，得出的是平均光密度值（图像中阳性区域每一像素点的OD值叠加后除以测量的面积）。

条带（颜色反转后）越白越亮则Intden/area越大。

所以严格意义上来说，方法一方法二最后得出的数据都不属于正儿八经的灰度值，但又与灰度值有着千丝万缕的联系。

如果只是量化WB条带，两种方法是都能选用的，记得标注你得到的结果是area还是Intden，但如果你想测出真正的灰度值，那么我们下节课再来好好谈谈，咦？

我说话怎么越来越像老师的风格呢，哈哈，同学们，下课.

今天主要讲述如何用photoshop测量WB灰度值，在讲述操作方法之余，小石头先给大家理一理原理，以便大家更好的理解（文末附操作方法）。

照例最先展示下最后的成果图（其实最后可以用Graphpad做图，在此不赘述）：

好了，开始今天的课程，现在手里有张这样的WB条带图，如何将各条带灰度值测量出来？

首先我们从基本原理聊起，图片大小的存储基本单位是字节，每个字节是有8个比特（bit，音译为比特，也称为“位”）组成。

一般的图片都是由众多像素点构成的，灰度模式下一个像素一个字节，也同时就是8bit。

在上一堂课中，我们曾用ImageJ将图片转化为灰度图，就是通过image→type→8-bit这一步。

如果把黑-灰-白连续变化的灰度值量化为256个灰度级，灰度值的范围也就为0-255，表示亮度由深到浅。

从上图我们可以得知纯黑为0，纯白为255，中间0-255代表各个不同亮度等级。

而通常我们所得到的WB图片是这样的：

前者A是没有转化为灰度模式的，后者B是灰度模式下的。

而在灰度模式下，如果按灰度值描述的话，显然有明显条带的的灰度数据基本都与0相近，数值很小，这样不利于互相比较。

所以通常的做法是进行“反相”，也就是将白的地方变为黑，黑的地方变为白，颜色颠倒。

也就是这样：

至此条带上的灰度值就成了越亮越白则灰度值越大（有没有小伙伴看过那种原始照片底片，记不记得底片上人物的头发都是白的发亮，这种就是灰度值255哦；

还有做电泳凝胶的小伙伴，得到的凝胶图就不需要反相了，可以直接进行灰度值分析哦）。

我们目前要想测量条带的灰度值，就只需把那发光发亮的地方圈出来，读取灰度值就可以了，而这一部分就交给photoshop来计算吧。

在这里小石头想敲敲黑板，提醒大家注意下三点：

1、由于Photoshop得出的灰度值是平均灰度值，而在比较WB条带灰度值时，我们还应考虑面积的关系，以面积与平均灰度相乘得出的总灰度，我们才能更准确地得出条带之间的表达差异。

2、条带上得出的数据其实是相对于背景而言的，这个背景虽然反相之后非常黑了，但毕竟不是全黑的，我们还需要扣除背景的灰度值。

并且，背景尽量干净，这就要求我们在做WB时多努力了。

3、不同图片的背景是不一样的，不同图片的WB条带是不能进行相互比较的哦。

接下来附上Photoshop测量WB条带的灰度值的操作方法，其中每一步的意义基本已在上文所介绍，对哪一步操作有不明白的小伙伴可以回过头再看看的。

步骤1：

打开软件Photoshop→左上角打开图片

步骤2:

将图片转为灰度模式（如果已经为灰度，此步跳过）：

图像→模式→灰度→扔掉

步骤3:

将条带摆正（两种方法）

通用步骤：

最左侧选取标尺工具→在条带上画一条自认本应水平的线

直接点击正上方“拉直图层”（此操作简便，但有可能使边缘条带挪出界外）

图像→图像旋转→任意角度→确定

步骤4:

得到的灰度图进行适当调整：

图像→调整→色阶→调整下图中三个点，适当将自己的WB图片转成黑白对比稍明显的样子，如图（此步也可通过更改亮度/对比度实现:

图像→调整→亮度/对比度）

步骤5：

反相：

图像→调整→反相

步骤6：

最左侧多边形套索工具→延条带边缘圈选→图像→分析→记录测量（分析→选择数据点可以只显灰度值-平均值和面积），依此步依次测量各个条带，同样的方法选取任意一个背景测量背景灰度值。

步骤7：

导出数据，进行处理

结语：

也许有小伙伴会提出这样测出的灰度值存在差异，在此提出的解决方案是可以与内参进行比较取相对值，或者多次独立测量以及实验。

而对WB条带量化，可以参照上堂课用ImageJ软件，今天主要还是讲述Photoshop与灰度值。