深度学习 StarDist 插件对免疫荧光数据进行细胞计数

使用了image J的细胞计数后发现有时候很不准确，后面发现imageJ可以安装深度学习细胞计数的插件。

1. StarDist 插件安装

• 安装路径：打开image J，点击 Help > Update...>Manage Update Sites。

• 找到并勾选 CSBDeep 和 StarDist，点击 Apply Changes 下载，完成后重启软件。

• 安装避坑：不知道因为什么原因一直报错，处理了很久，我用agent安装的，几分钟解决问题。不得不说科技改变生活！

2. 参数设置

• 启动插件：导入前期导出的 DAPI 单通道灰度图（保持Keep bit depth，切勿加 LUT，导出教程请看：尼康共聚焦显微镜导出参数），点击 Plugins > StarDist > StarDist 2D。

• 核心参数：

• Model choice：选择 Versatile (fluorescent nuclei)（用于荧光细胞核识别）。

• Normalize Image：勾选（自动平衡背景和亮度，排除不同切片间的曝光差异）。

• Probability Threshold：默认 0.5。若暗弱细胞漏检较多，下调至 0.3~0.4；若背景噪点被误检，上调至 0.6~0.7。

• Overlap Threshold：默认 0.4。大细胞内部被切碎时适当调高，密集粘连细胞分不开时适当调低。

• Output Type：选择 Both 或 ROI Manager（输出细胞轮廓选区）。

  

点击确定后，会出现一张细胞彩色图的图片，点击ROI Manager 窗口的Show all和Labels，就会出现细胞编号和轮廓线。

3. 数据测量与结果导出

• 输出：

• 在弹出的 ROI Manager 窗口中按 Ctrl + A 全选所有细胞选区，点击右侧 Measure。

• 弹出的 Results 表格中，最左侧最后一行的行号即为细胞总数，Area 列即为每个细胞的具体面积。

• 保存数据：

• 存表格：Results 窗口点击 File > Save As... 保存为 .csv。

• 存统计图：在 ROI Manager，按快捷键 Ctrl + Shift + F（Flatten）压平图层，将带有彩色轮廓线与细胞编号的图另存为高清 TIFF / PNG。

• 存原始选区：在 ROI Manager 点击 More >> Save... 保存为 RoiSet.zip。以后随时可将其拖回 ImageJ 原样复现。