Experiments · SlideScope 1.22.0 से

पूरे माइक्रोस्कोपी प्रयोग में ट्रीटमेंट की तुलना करें

इमेज के एक फ़ोल्डर को ट्रीटमेंट, सैंपल और रेप्लिकेट में व्यवस्थित करें। हर इमेज पर एक ही गिनती या IHC स्कोरिंग रेसिपी चलाएँ, फिर डॉट प्लॉट, mean ± SD और सही सांख्यिकीय टेस्ट से ट्रीटमेंट की तुलना करें, जिसमें n सैंपल गिने जाते हैं, इमेज या कोशिकाएँ नहीं। आउटलायर और असहमत रेप्लिकेट समीक्षा कतार में जाते हैं, और हर तालिका, प्लॉट और Methods पैराग्राफ़ आपके शोध-पत्र के लिए एक्सपोर्ट होता है।

ट्रीटमेंट, सैंपल और रेप्लिकेट हर इमेज पर एक ही रेसिपी n = सैंपल, इमेज नहीं

हाथ से ट्रीटमेंट की तुलना करने में गड़बड़ी क्यों होती है

हर इमेज के लिए अलग सेटिंग्स

हर इमेज को अलग-अलग गिनने पर एक इमेज से दूसरी में थ्रेशोल्ड या क्षेत्र में छोटे बदलाव आ जाते हैं, और ट्रीटमेंट के बीच का अंतर जीवविज्ञान के बजाय सेटिंग्स से आ सकता है।

बढ़ा-चढ़ा n

हर इमेज, या हर कोशिका, को एक स्वतंत्र अवलोकन मानने से n जानवरों या कल्चर की संख्या से कहीं बड़ा हो जाता है, और p-value प्रयोग के असल समर्थन से ज़्यादा विश्वसनीय दिखते हैं।

ऐसे आउटलायर जिन्हें किसी ने नहीं देखा

एक आउट-ऑफ़-फ़ोकस फ़ील्ड या ऊतक में एक मोड़ पूरे सैंपल को खिसका सकता है। संख्याओं की स्प्रेडशीट में कुछ भी आपको उस इमेज तक वापस नहीं ले जाता जिससे यह हुआ।

SlideScope में प्रयोग कैसे काम करता है

  1. SlideScope में फ़ोल्डर खोलें। यह उसके अंदर की हर इमेज के डेटासेट के रूप में खुलता है, SlideScope द्वारा पढ़े जाने वाले किसी भी फ़ॉर्मैट में: CZI, ND2, SVS, NDPI, OME-TIFF, LIF और अन्य।
  2. इसे एक प्रयोग में व्यवस्थित करें। हर इमेज को ट्रीटमेंट, सैंपल और रेप्लिकेट दें, सैंपल शीट इम्पोर्ट करके या फ़ाइल नामों से मिले सुझाव स्वीकार करके। किसी इमेज को कारण बताकर बाहर करें: वह रिकॉर्ड में रहती है और वापस लाई जा सकती है। प्रयोग आपकी इमेज के बगल में रखी एक छोटी फ़ाइल है, इसलिए यह फ़ोल्डर के साथ ही जाता है।
  3. हर इमेज पर एक ही रेसिपी चलाएँ (Plus)। एक जैसी Quantify सेटिंग्स हर इमेज पर न्यूक्लियाई, कोशिकाएँ या कण गिनती हैं और DAB स्कोर करती हैं, इसलिए हर संख्या एक ही तरीके से बनी होती है।
  4. ट्रीटमेंट की तुलना करें (Plus)। कोई माप चुनें और SlideScope हर सैंपल के लिए एक डॉट प्लॉट करता है, हर ट्रीटमेंट के mean और SD के साथ, और उपयुक्त टेस्ट चलाता है।
  5. समीक्षा करें और एक्सपोर्ट करें। समीक्षा कतार से कोई भी चिह्नित इमेज खोलें, किसी ऑब्जेक्ट की क्लास या IHC ग्रेड सुधारें, और इमेज, सैंपल और समूह तालिकाएँ, प्लॉट और एक Methods पैराग्राफ़ एक्सपोर्ट करें।
vehicle और drug ट्रीटमेंट में व्यवस्थित एक डेटासेट, हर इमेज के लिए सैंपल और रेप्लिकेट के साथ, और Run recipe व Compare बटन
प्रयोग के रूप में व्यवस्थित एक फ़ोल्डर: 2 ट्रीटमेंट, 6 सैंपल, 13 इमेज। उदाहरण डेटा: EPFL BrdU IHC क्रॉप (CC BY 4.0), ट्रीटमेंट और सैंपल के नाम प्रदर्शन के लिए गढ़े गए हैं।

सांख्यिकी, और n सैंपल की संख्या क्यों है

एक ही जानवर, मरीज़ या कल्चर की इमेज और कोशिकाएँ स्वतंत्र नहीं होतीं। SlideScope पहले हर सैंपल की इमेज का औसत निकालता है, फिर हर सैंपल के एक मान पर टेस्ट चलाता है, इसलिए n आपके असल बायोलॉजिकल रेप्लिकेट की संख्या होता है।

ट्रीटमेंटSlideScope कौन-से टेस्ट चलाता हैकिसके साथ दिखाया जाता है
दोWelch's t-test (समान वेरिएंस की धारणा के बिना) और Mann-Whitney U (रैंक-आधारित)हर सैंपल का डॉट प्लॉट, mean ± SD, हर ट्रीटमेंट का n
तीन या ज़्यादाOne-way ANOVA और Kruskal-Wallis H (रैंक-आधारित)हर ट्रीटमेंट के लिए वही प्लॉट और तालिका

आप कोई भी ऐसा मान तुलना कर सकते हैं जो रेसिपी ने हर इमेज के लिए निकाला: ऑब्जेक्ट की गिनती, प्रति mm² घनत्व, पॉज़िटिव प्रतिशत, H-score, Allred स्कोर, औसत ऑब्जेक्ट क्षेत्रफल, या प्रति चैनल औसत तीव्रता।

vehicle और drug के लिए हर सैंपल में पॉज़िटिव न्यूक्लियाई के प्रतिशत का डॉट प्लॉट, हर एक में n = 3, Welch's t-test और Mann-Whitney नतीजों और एक आउटलायर चेतावनी के साथ
SlideScope 1.22 में Compare: हर सैंपल के लिए एक डॉट, हर ट्रीटमेंट का mean और SD, दोनों टेस्ट, और अपने सैंपल की बाकी इमेज से बहुत दूर की एक इमेज के बारे में चेतावनी। उदाहरण डेटा, ऊपर जैसा।

किसी अंतर पर भरोसा करने से पहले की जाँचें

  • आउटलायर इमेज: अपने सैंपल की दूसरी इमेज से बहुत दूर की इमेज (robust z 3.5 से ऊपर) चिह्नित होती है और समीक्षा कतार में जाती है।
  • असहमत रेप्लिकेट: ऐसा ट्रीटमेंट जिसके सैंपल में बहुत अंतर हो (coefficient of variation 0.5 से ऊपर) चिह्नित होता है।
  • बहुत कम सैंपल: तीन से कम सैंपल वाला ट्रीटमेंट चिह्नित होता है, क्योंकि कोई भी टेस्ट उसके बारे में ज़्यादा नहीं बता सकता।
  • इमेज की गुणवत्ता: बहुत कम ऑब्जेक्ट, क्लिप हुए पिक्सेल या ख़राब स्लाइड वाले नतीजे उन्हीं जाँचों से चिह्नित होते हैं जिनका उपयोग Quantify एक इमेज पर करता है।
  • रिकॉर्ड में सुधार: जिन ऑब्जेक्ट की क्लास या ग्रेड आप बदलते हैं, और जिन इमेज को आप कारण बताकर बाहर करते हैं, वे एक्सपोर्ट किए गए Methods टेक्स्ट में दर्ज होते हैं।

यह क्या नहीं करता

  • यह ANOVA के बाद pairwise post-hoc टेस्ट, mixed models या power calculations नहीं चलाता। उनके लिए सैंपल तालिका को Prism, R या Python में एक्सपोर्ट करें।
  • यह एक रेसिपी से निकले मानों की तुलना करता है; यह आपके लिए रेसिपी या माप नहीं चुनता।
  • Ask Your Slide खुली हुई इमेज के बारे में सवालों के जवाब देता है। यह अभी पूरे प्रयोग के बारे में सवालों के जवाब नहीं देता।
  • यह रिसर्च के लिए है। यह कोई डायग्नोस्टिक सिस्टम नहीं है, और सांख्यिकीय रूप से महत्वपूर्ण अंतर कोई क्लिनिकल निष्कर्ष नहीं है।

प्रयोग विश्लेषण के बारे में सवाल

माइक्रोस्कोपी इमेज में ट्रीटमेंट समूहों की तुलना कैसे करें?

SlideScope में फ़ोल्डर खोलें और उसकी इमेज को एक प्रयोग में व्यवस्थित करें: ट्रीटमेंट, सैंपल और रेप्लिकेट, सैंपल शीट से या फ़ाइल नामों पर आधारित सुझावों से। SlideScope Plus के साथ हर इमेज पर एक Quantify रेसिपी चलाएँ, फिर Compare चुनें: SlideScope हर सैंपल की इमेज का औसत निकालता है, हर ट्रीटमेंट के mean और SD के साथ हर सैंपल का एक डॉट प्लॉट करता है, और दो ट्रीटमेंट के लिए Welch's t-test और Mann-Whitney या ज़्यादा के लिए ANOVA और Kruskal-Wallis चलाता है।

n सैंपल की संख्या क्यों है, इमेज या कोशिकाओं की संख्या क्यों नहीं?

एक ही जानवर, मरीज़ या कल्चर की इमेज और कोशिकाएँ स्वतंत्र नहीं होतीं, इसलिए उन्हें अलग-अलग अवलोकन गिनने से n बढ़ जाता है और अंतर असलियत से ज़्यादा पक्के दिखते हैं। SlideScope पहले हर सैंपल की इमेज का औसत निकालता है और हर सैंपल के एक मान पर टेस्ट चलाता है।

मैं किन मापों की तुलना कर सकता हूँ?

कोई भी मान जो Quantify रेसिपी ने हर इमेज के लिए निकाला: ऑब्जेक्ट की गिनती, प्रति mm² घनत्व, पॉज़िटिव प्रतिशत, H-score, Allred स्कोर, औसत ऑब्जेक्ट क्षेत्रफल और प्रति चैनल औसत तीव्रता।

क्या प्रयोग विश्लेषण हर प्लान में शामिल है?

इमेज को एक प्रयोग में व्यवस्थित करना हर प्लान में शामिल है। पूरे प्रयोग पर एक रेसिपी चलाने, ट्रीटमेंट की तुलना करने और रन के नतीजों की समीक्षा के लिए SlideScope Plus चाहिए। Quantify खुद, एक इमेज या एक फ़ोल्डर पर, हर प्लान में है।

क्या SlideScope किसी सांख्यिकी पैकेज की जगह लेता है?

नहीं। यह हर सैंपल के एक मान पर मानक दो-समूह और बहु-समूह टेस्ट चलाता है और उनके पीछे के डेटा के साथ उन्हें प्रस्तुत करता है। यह ANOVA के बाद pairwise post-hoc टेस्ट, mixed models या power calculations नहीं चलाता; उनके लिए सैंपल तालिका को Prism, R या Python में एक्सपोर्ट करें।

त्वरित उत्तर

किसके लिए सबसे उपयुक्त: रिसर्च समूह जो स्टेन किए गए सेक्शन, कल्चर या ऑर्गेनॉइड की कई इमेज में ट्रीटमेंट, जीनोटाइप या टाइम पॉइंट की तुलना करते हैं, और चाहते हैं कि हर इमेज एक ही तरह गिनी जाए और n सही दर्ज हो।

मुख्य ख़ूबियाँ: हर इमेज पर एक ही रेसिपी, सांख्यिकीय इकाई के रूप में सैंपल, समीक्षा कतार के साथ आउटलायर और रेप्लिकेट जाँचें, और Methods पैराग्राफ़ वाले एक्सपोर्ट।

महत्वपूर्ण सीमा: केवल मानक दो-समूह और बहु-समूह टेस्ट; post-hoc या mixed-model सांख्यिकी नहीं।

अंतिम समीक्षा: 11 नवंबर 2026।

पूरे प्रयोग को एक ही तरह गिनें

SlideScope डाउनलोड करें, मुफ़्त सैंपल लाइब्रेरी पर Quantify आज़माएँ, और SlideScope Plus के साथ अपना प्रयोग चलाएँ।

SlideScope डाउनलोड करें