為什麼手動比較處理組容易出錯
每張影像的設定不同
逐張分開計數時,閾值或區域很容易在影像之間出現細微差異,於是處理組之間的差異可能來自設定,而不是生物學本身。
虛增的 n
將每張影像、甚至每個細胞都視為獨立觀測值,會讓 n 遠大於動物或培養物的實際數量,p 值看起來也會比實驗所能支持的更有說服力。
沒人檢查過的離群值
一個失焦的視野或一處組織皺褶,就可能讓整個樣本的數值偏移。在滿是數字的試算表中,沒有任何線索能帶您回到造成問題的那張影像。
將一個資料夾中的影像依處理組、樣本與重複整理好。對每張影像執行同一個計數或 IHC 評分配方,再以點圖、平均值 ± SD 與適當的統計檢定比較各處理組,n 以樣本計算,而非影像或細胞。離群影像與不一致的重複會進入審閱佇列,每份表格、圖表與方法段落都能匯出用於論文。
逐張分開計數時,閾值或區域很容易在影像之間出現細微差異,於是處理組之間的差異可能來自設定,而不是生物學本身。
將每張影像、甚至每個細胞都視為獨立觀測值,會讓 n 遠大於動物或培養物的實際數量,p 值看起來也會比實驗所能支持的更有說服力。
一個失焦的視野或一處組織皺褶,就可能讓整個樣本的數值偏移。在滿是數字的試算表中,沒有任何線索能帶您回到造成問題的那張影像。
來自同一隻動物、同一位病人或同一份培養物的影像與細胞並不互相獨立。SlideScope 會先將每個樣本的影像取平均,再以每個樣本一個數值進行檢定,因此 n 就是您實際擁有的生物重複數。
| 處理組數 | SlideScope 執行的檢定 | 同時呈現 |
|---|---|---|
| 兩組 | Welch t 檢定(不假設變異數相等)與 Mann-Whitney U 檢定(以等級為基礎) | 每個樣本的點圖、平均值 ± SD、各處理組的 n |
| 三組以上 | 單因子變異數分析(ANOVA)與 Kruskal-Wallis H 檢定(以等級為基礎) | 每個處理組都有同樣的圖與表 |
您可以比較配方為每張影像產生的任何數值:物件數、每 mm² 密度、陽性百分比、H-score、Allred 分數、平均物件面積,或各通道的平均強度。
在 SlideScope 中開啟資料夾,並將其中的影像整理為實驗:處理組、樣本與重複,可透過樣本表或依檔名產生的建議完成。使用 SlideScope Plus,對每張影像執行同一個 Quantify 配方,再選擇「比較」:SlideScope 會將每個樣本的影像取平均,為每個樣本繪製一個點,標出各處理組的平均值與 SD;兩個處理組時執行 Welch t 檢定與 Mann-Whitney 檢定,更多處理組時執行 ANOVA 與 Kruskal-Wallis 檢定。
來自同一隻動物、同一位病人或同一份培養物的影像與細胞並不互相獨立,把它們當成獨立觀測值會使 n 虛增,讓差異看起來比實際更確定。SlideScope 會先將每個樣本的影像取平均,再以每個樣本一個數值進行檢定。
Quantify 配方為每張影像產生的任何數值:物件數、每 mm² 密度、陽性百分比、H-score、Allred 分數、平均物件面積與各通道平均強度。
所有方案都能將影像整理為實驗。對整個實驗執行同一個配方、比較處理組與審閱執行結果,則需要 SlideScope Plus。Quantify 本身(不論用於單張影像或資料夾)在所有方案中都能使用。
不能。它以每個樣本一個數值執行標準的兩組與多組檢定,並連同背後的資料一起呈現結果。它不會在 ANOVA 之後執行兩兩比較的事後檢定,也不做混合模型或檢定力分析;如需這些分析,請將樣本表匯出至 Prism、R 或 Python。
最適合:需要在大量染色切片、培養物或類器官影像中比較不同處理、基因型或時間點,並希望每張影像都以相同方式計數、n 正確呈報的研究團隊。
主要優勢:每張影像使用同一個配方、以樣本作為統計單位、搭配審閱佇列的離群值與重複檢查,以及附方法段落的匯出。
重要限制:僅提供標準的兩組與多組檢定;不提供事後檢定或混合模型統計。
最後審閱:2026 年 11 月 11 日。
下載 SlideScope,在免費範例庫上試用 Quantify,再以 SlideScope Plus 執行您的實驗。