为什么手动比较处理组容易出错
每张图像的设置不同
逐张单独计数时,阈值或区域很容易在图像之间发生细微变化,于是处理组之间的差异可能来自设置,而不是生物学本身。
被夸大的 n
把每张图像甚至每个细胞都当作独立观测,会让 n 远大于动物或培养物的实际数量,p 值看起来也会比实验所能支持的更有说服力。
无人查看的离群值
一个失焦视野或一处组织褶皱就可能让整个样本的数值偏移。在一张满是数字的电子表格里,没有任何线索能把您引回导致问题的那张图像。
将一个文件夹中的图像按处理组、样本和重复整理好。对每张图像运行同一个计数或 IHC 评分配方,然后用点图、均值 ± SD 和合适的统计检验比较各处理组,其中 n 按样本计,而不是按图像或细胞计。离群图像和不一致的重复会进入审阅队列,所有表格、图表和方法段落都可以导出用于论文。
逐张单独计数时,阈值或区域很容易在图像之间发生细微变化,于是处理组之间的差异可能来自设置,而不是生物学本身。
把每张图像甚至每个细胞都当作独立观测,会让 n 远大于动物或培养物的实际数量,p 值看起来也会比实验所能支持的更有说服力。
一个失焦视野或一处组织褶皱就可能让整个样本的数值偏移。在一张满是数字的电子表格里,没有任何线索能把您引回导致问题的那张图像。
来自同一动物、患者或培养物的图像和细胞并不相互独立。SlideScope 会先对每个样本的图像取平均,再以每个样本一个数值进行检验,因此 n 就是您实际拥有的生物学重复数量。
| 处理组数 | SlideScope 运行的检验 | 同时显示 |
|---|---|---|
| 两个 | Welch t 检验(不假设方差相等)和 Mann-Whitney U 检验(基于秩次) | 每个样本的点图、均值 ± SD、每个处理组的 n |
| 三个或更多 | 单因素方差分析(ANOVA)和 Kruskal-Wallis H 检验(基于秩次) | 每个处理组都有同样的图和表 |
您可以比较配方为每张图像得出的任何数值:对象计数、每 mm² 密度、阳性百分比、H-score、Allred 评分、平均对象面积或各通道的平均强度。
在 SlideScope 中打开文件夹,并将其中的图像整理为实验:处理组、样本和重复,可通过样本表或根据文件名给出的建议完成。使用 SlideScope Plus,对每张图像运行同一个 Quantify 配方,然后选择“比较”:SlideScope 会对每个样本的图像取平均,为每个样本绘制一个点,标出每个处理组的均值和 SD;两个处理组时运行 Welch t 检验和 Mann-Whitney 检验,更多处理组时运行 ANOVA 和 Kruskal-Wallis 检验。
来自同一动物、患者或培养物的图像和细胞并不相互独立,把它们当作独立观测会夸大 n,使差异看起来比实际更确定。SlideScope 会先对每个样本的图像取平均,再以每个样本一个数值进行检验。
Quantify 配方为每张图像得出的任何数值:对象计数、每 mm² 密度、阳性百分比、H-score、Allred 评分、平均对象面积和各通道平均强度。
所有方案都可以将图像整理为实验。在整个实验上运行同一个配方、比较处理组以及审阅运行结果需要 SlideScope Plus。Quantify 本身(无论用于单张图像还是文件夹)在所有方案中均可使用。
不能。它以每个样本一个数值运行标准的两组和多组检验,并连同背后的数据一起报告结果。它不进行 ANOVA 之后的两两事后检验、混合模型或功效分析;如需这些分析,请将样本表导出到 Prism、R 或 Python。
最适合:需要在大量染色切片、培养物或类器官图像中比较不同处理、基因型或时间点,并希望每张图像都以相同方式计数、n 报告正确的研究团队。
主要优势:每张图像使用同一个配方,以样本作为统计单位,带审阅队列的离群值和重复检查,以及附方法段落的导出。
重要限制:仅提供标准的两组和多组检验;不提供事后检验或混合模型统计。
最后审阅:2026 年 11 月 11 日。
下载 SlideScope,在免费示例库上试用 Quantify,并使用 SlideScope Plus 运行您的实验。