顕微鏡画像で細胞や核を数える方法

細胞や核を数える方法

密集した視野では、ディープラーニングモデルのほうが二値化よりもはるかにうまく接した核を分離できます。事前学習済みモデルを使う場合はライセンスを確認してください。非商用利用に限られるものもあります。

ImageJ（Fiji）で核を数える方法

1. Fiji で画像を開きます（CZI、ND2 をはじめほとんどの顕微鏡形式は Bio-Formats 経由で開けます）。サイズが µm 単位で出るように、Image › Properties でスケールを確認します。
2. 核チャンネル（たとえば DAPI）だけを残します。Image › Color › Split Channels を使うか、単一チャンネルの画像なら Image › Type › 8-bit を使います。
3. ノイズを減らすため、Process › Filters › Gaussian Blur（sigma 1～2）で軽く平滑化します。
4. Image › Adjust › Threshold で二値化し（Otsu または Default を試してください）、Apply でバイナリマスクを作ります。
5. Process › Binary › Watershed で接している核を分離します。
6. ゴミを除外できるサイズ範囲を指定して Analyze › Analyze Particles を実行し、Summarize と Display results にチェックを入れます。Summary ウィンドウに個数が表示され、Results テーブルに各オブジェクトの面積が一覧表示されます。

画像が多い場合は、Plugins › Macros › Record でこれらの手順を記録し、フォルダーに対してマクロを実行します。陽性細胞を数えるには、マーカーチャンネルで各核の強度を測定し、カットオフ値を設定します。

SlideScope で核や細胞を数える方法（コード不要）

1. Windows または Mac の SlideScope で画像を開き、数えたい視野、プレーン、または領域を選びます。大きなプレーンは解像度を下げて解析されるため、ギガピクセルのスライドでは領域を指定して数えてください。
2. 核、細胞、粒子のいずれかと、エンジンを選びます。核と細胞には InstanSeg のディープラーニング重みを、または Otsu の自動選択、平滑化、面積制限を備えた従来型の二値化を使えます。
3. オーバーレイを確認し、セグメンテーションを誤ったオブジェクトを除外します。
4. CSV のオブジェクト表、GeoJSON の輪郭（QuPath で開けます）、ラベル付きマスク TIFF、手法の概要をエクスポートするか、設定をレシピとして保存し、フォルダー内のすべての画像の最初のプレーンに対して実行します。

結果には、個数、ピクセルサイズが記録されている場合は mm² あたりの密度、各オブジェクトの面積と形状、全チャンネルの平均強度、さらにオプションで 1 つまたは 2 つのマーカーチャンネルに基づくマーカー陽性の分類が含まれます。セグメンテーションはご自身のコンピューター上で実行され、何もアップロードされません。詳しくは計数のページをご覧ください。

どれを選ぶべきか

きれいな蛍光画像が数枚だけなら、Fiji は無料で、上記の手順は数分で済みます。全スライド画像や IHC の陽性細胞スコアリングには、QuPath が定番の無料ツールです。固定パイプラインで数千枚の画像を処理するなら CellProfiler です。CZI、ND2、SVS、LIF などの形式について、設定やスクリプトなしで計数・計測・閲覧を 1 つのデスクトップアプリで行い、画像をご自身のコンピューターに置いたままにしたい場合は SlideScope をお選びください。より幅広い一覧は、顕微鏡画像解析ソフトウェアの比較をご覧ください。

細胞計数に関するよくある質問

出典

• ImageJ ドキュメント — Analyze Particles
• ImageJ ドキュメント — Watershed
• QuPath ドキュメント — Detecting cells
• CellProfiler
• Cellpose と StarDist
• InstanSeg