本文主要是介绍时间序列图像信号进行相应感兴趣点的分析（转载），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
最近正在研究一下，时间序列的图像信号进行的特征提取等操作，有需要相应的转换方式后面补充，但直接的图像处理分析软件Image J很有意义。
ImageJ分析时间序列图像
ImageJ系列最新教程
ImageJ（官网：https://imagej.nih.gov/ij/）是由美国National Institutes of Health（NIH）开发的免费开源的公共图像处理软件，在生物及医学图像分析中起着非常重要的作用。
在我们以往的分享中我们已经给大家分享了使用ImageJ分析荧光共定位、细胞计数、免疫组织化学的定量、轨迹追踪、线粒体形态学测量等使用教程，有需要的小伙伴可以去往期查看。
活细胞工作站或共聚焦显微镜可方便获得实时、原位、动态的时间序列图像或视频，今天给大家分享使用ImageJ分析时间序列图像。
下图是Elife（IF=7.616）中记录时间依赖的钙成像，横坐标是时间纵坐标是钙信号，反映的是不同时间点钙信号的动态变化：
分析步骤
1.待分析时间序列图像的打开
1.1视频文件的打开
打开ImageJ软件，打开.avi格式的时间序列动态视频，进入AVIReader界面：
本示例视频共有120帧，视频时间范围为0分钟至119分钟。读取所有帧即从First Frame到Last Frame。Flip Vertical为打开视频时垂直翻转。选择Use Virtual Stacke，点击OK，即可打开视频：
当前显示的是视频中120帧的第65帧，对应时间为64分钟。
标尺为20μm，可进行校正标尺操作：点击Straight工具
、按住Shift在标尺上画线Analyze，Set Scale，在已知距离中填入20 μm，选择Global则校正标尺对本次打开所有图片均有效。
1.2时间序列图片的打开
打开ImageJ软件，File，Import，Image Sequence，打开图片序列中的任何一张：
图片序列共45张图片（Number of images）导入数据。从第一张图像开始导入（Starting image）；ncrement为1,代表增幅为1及不跳过任何图片，Sort names numerically 按照数字序号排列，点击OK即可。
2.选择待分析ROI
在ImageJ软件Plugins菜单下点击Time Series Analyzer插件，自动弹出
Time Series Analyzer插件与ROI Manager界面：
假设我们的目的是观察示例视频不同位置的荧光强度随时间变化，我们首先需要选定观察的感兴趣区域——ROI，即Elife文献中不同颜色、大小相同的圆圈。
使用ImageJ软件椭圆工具
，按住Shift即可绘制正圆，点击ROI Manager的Add或者快捷键t添加ROI：
选择第一个ROI
，鼠标拖动ROI至另一目标位置，点击ROI Manager的Add或者快捷键t添加ROI就能得到位置不同、大小完全一样的ROI，勾选Show all与Label即可显示当前所有ROI即序号：
3.分析时间序列图片强度变化
选择ROI-1，在Time Series Analyzer插件中点击Get Average：
即可得到120分钟内ROI-1荧光强度的变化，左边得到的数据可以导出重新绘图，右边为软件自动绘制的随时间变化荧光强度变化图：
同样的方法获得其他ROI的荧光强度变化。
4.数据绘图
将导出的3个ROI的数据汇总至一个Excel表格中，A列为时间，B、C、D列分别为酶帧该ROI对应的荧光强度值：
Excel表格选中各列，插入图形：
Excel表格中Easycahrts插件（http://easychart.github.io/post/book/）可以很方便的更改图片的风格：
Easycahrts插件可以绘制诸多精美的图片，例如：
感兴趣的小伙伴可以自己去学习Easycahrts插件绘图，http://easychart.github.io/post/book/ 可以下载Easycahrts插件与案例：
扩展
Excel绘制气泡图能否导出高分辨率图片？
Excel可以导出高分辨率图片。XL_Toolbox_6.60插件可以帮助我们在Excel表格里面导出高清图片。下图是用Excel作好的多数据散点图，我将使用XL_Toolbox_6.60工具的Export给你导出高分辨的图片。
首先必须安装XL_Toolbox_6.60工具，安装后在Excel表格中就可以看见该插件。
选择图片后点击Export，选择最后一项Export forpublication
弹出以下窗口，选择导出格式，导出分辨率，图片的长和宽以及图片模式即可。
回顾
类似的ImageJ动态图像分析还有运动轨迹追踪，感兴趣的小伙伴可以在往期中查询：
ImageJ分析时间序列图像就给大家分享到这里了，希望对大家有所帮助！
另一个对时间序列解说的参考：https://www.analyticsvidhya.com/blog/2019/01/introduction-time-series-classification/
参考文献：
Wen, H., Hubbard, J. M., Rakela, B., Linhoff, M. W., Mandel, G., & Brehm, P. (2013). Synchronous and asynchronous modes of synaptic transmission utilize different calcium sources. ELife, 2. https://doi.org/10.7554/elife.01206
这篇关于时间序列图像信号进行相应感兴趣点的分析（转载）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
