激光共聚焦显微镜 cellSens 软件可实现哪些数据分析？

配套的 cellSens 系列软件，不只是图像采集控制工具，更是一套一体化显微数据分析平台。科研人员完成 Z-stack 三维堆叠、XYZT 活细胞延时、大视野拼图、多光谱成像采集之后，绝大多数后处理、定量统计、三维可视化、AI 智能解析工作，都可以在 cellSens 内部闭环完成，无需频繁切换多款第三方软件，降低数据流转带来的信息丢失与格式兼容问题。cellSens 分为 Entry、Standard、Dimension 不同版本，Dimension 版本面向共聚焦高级分析，适配 SilVIR 光子计数原始数据、TruSpectral 光谱图像、透明化厚组织三维数据集，覆盖从基础图像校正到深度学习智能分割的全链条数据分析能力。下面结合共聚焦常见科研场景，拆解 cellSens 软件可实现的各类数据分析功能。

一、原始图像预处理与图像质量优化分析

共聚焦成像原始数据经常存在照明不均、自发荧光干扰、离焦模糊、光谱串色等问题，cellSens 提供一整套预处理工具，先完成图像校正，为后续定量分析打好基础。

首先是阴影校正与背景扣除。针对大视野拼接、厚组织 Z-stack 扫描中常见的边角亮度衰减、光斑不均匀现象，软件内置智能阴影校正算法，无需额外校准板，直接修正全场照明偏差；同时支持多种背景扣除模式，可消除透明化标本、固定组织自带的自发荧光背景，区分真实荧光信号与背景噪声。

其次是 TruSight 反卷积去模糊分析，包含 2D 与 GPU 加速 3D 约束迭代 CI 反卷积算法，专门适配共聚焦 Z-stack 三维堆栈数据。厚组织、透明化标本采集的图像存在离焦杂散光，反卷积能够抑制离焦信号，提升轴向分辨率与图像对比度，还原 Z 轴深层被模糊掉的细微结构，细胞球、脑组织切片三维数据集经过反卷积之后，神经纤维、微血管等细微结构辨识度会明显提升，支持采集时实时在线反卷积，也支持采集完成后批量后处理反卷积运算。

针对 TruSpectral 多光谱成像数据，Dimension 版本支持光谱线性解混分析。当 GFP 与 YFP、多个近红外荧光探针发射光谱互相重叠时，通过解混算法把互相串色的信号拆分开，把样本自发荧光单独剥离出来输出独立通道，得到无串扰的多通道图像，保障后续共定位、荧光强度定量结果的准确性，最多适配 FV4000 六路光谱通道数据解析。

软件同时支持各类滤波处理：中值滤波、高斯滤波、边缘检测滤波，在抑制随机噪声的同时尽量保护结构边缘信息；还有 EFI 扩展焦点合成，从多层 Z 序列里面提取每一个位置的最佳焦平面，合成一张完整全焦 2D 图像，常用于类器官、厚切片样本的二维全景分析。

二、荧光强度与光子计数定量数据分析

搭载 SilVIR 探测器可以输出光子计数原始文件，cellSens 能够直接读取、解析光子数信息，这也是区别于普通软件的一大优势，真正实现可复现的荧光强度定量分析。

基础 ROI 区域测量分析：可以自由绘制矩形、圆形、自由手绘、折线 ROI，对任意感兴趣区域输出平均荧光强度、最大强度、最小强度、积分总荧光、面积、周长等参数。针对 Z-stack 堆栈，可做随 Z 深度变化的强度曲线；针对 XYZT 时间序列延时成像，输出 ROI 荧光强度随时间变化动态曲线，适合钙信号波动、药物刺激下荧光变化、光漂白恢复 FRAP 等实验分析，直接生成可视化曲线图，数据可导出表格保存。

一维线剖面分析：沿着任意一条直线，提取像素荧光强度分布曲线，用于细胞膜、细胞器、纤维结构信号分布解析。针对探测器采集的光子计数原始文件，软件保留原始光子数单位，而不是相对灰度值。配合激光功率监控器记录信息，不同时间、不同操作人员采集的图像，荧光强度定量具备横向对比能力，解决传统 PMT 模式下，高压参数改变就导致灰度无法对比的痛点，满足论文定量数据可追溯的要求。

软件同样支持 FRET 荧光共振能量转移比率成像分析，直接完成受体、供体通道计算，输出 FRET 效率比率图与统计数据，用于分子互作相关实验研究。

三、共定位分析，多标记荧光样本定量解析

多色荧光标记是共聚焦最常用实验，cellSens Dimension 集成专业共定位分析模块，不只是肉眼看图判断是否重叠，而是输出客观量化指标。可以基于整图或者限定 ROI 区域开展共定位运算，计算 Pearson 相关系数、Mander 重叠系数，自动设置阈值区分信号与背景，排除自发荧光对系数的干扰。同时生成共定位散点分布图，直观展示两个荧光通道信号对应关系；还可以提取共定位信号生成独立掩码图像，把共定位的结构单独提取出来，用于后续计数、面积统计，广泛用于蛋白亚细胞共定位、细胞器互作、组织免疫荧光多标记样本分析，支持直接处理完整 Z-stack 三维堆栈的体共定位，不局限于单张二维切片。

四、三维 Z-stack 数据集的可视化与三维测量分析

针对透明化组织、类器官、细胞球、脑组织大体积 Z-stack 数据，cellSens 具备完整三维分析能力。包含最大强度投影 MIP、平均投影、体积渲染体绘制、切面剖切查看。可以对三维数据集做任意角度旋转观察，自由虚拟切面，查看标本内部任意层面结构；可输出三维渲染视频，直接用于论文配图与汇报。

三维测量方面，软件可以在三维空间中直接标记结构，测量三维距离、三维体积、表面积。例如统计细胞球体积、类器官体积、神经突起三维长度；结合掩码分割结果，批量统计三维空间内目标对象数量、体积分布，不用把三维数据压成二维再做统计，避免投影带来的数据偏差，适配硅油物镜采集毫米级透明化标本 Z-stack 数据的解析工作。

大视野拼图数据集解析：多位置拼接 Tile 图像，cellSens 完成图像对齐拼接之后，可直接在完整全景大图上做 ROI 测量、计数、三维渲染，实现 "宏观全景定位 + 局部精细定量" 的完整工作流，例如小鼠全脑切片、大病理切片的全景成像分析。

五、目标计数测量、颗粒与细胞统计分析

cellSens 的计数与测量模块，可对共聚焦 2D 图像以及三维 Z-stack 做自动识别分割、计数、形态参数批量统计。通过阈值分割、边缘识别识别细胞核、细胞、荧光斑点、突触斑点、类器官等目标。识别之后自动输出每个对象的编号、数量、面积、周长、等效直径、圆度、荧光平均强度、积分荧光等上十几种形态学参数，结果直接导出电子表格。可以设置尺寸筛选，过滤掉微小噪声伪目标，只保留符合大小范围的细胞或颗粒。适合细胞凋亡计数、病灶点统计、荧光 foci 焦点统计、类器官大小分布统计等实验。对于重叠粘连的细胞结构，普通阈值分割效果差，此时可以启用 TruAI 深度学习分割模块。

六、TruAI 深度学习智能图像分析

作为整套方案的重要组成，cellSens 内置 TruAI 深度学习工具，把传统需要人工标注、手动阈值的分析转为智能自动化分析。第一是 AI 降噪，针对共振扫描高速成像带来的低信噪比图像，使用预训练神经网络降噪，在不牺牲时间分辨率前提下提升 XYZT 活细胞延时序列图像质量，适合长时间活细胞动态成像数据集预处理。第二是 AI 实例分割。软件自带细胞核、细胞预训练网络；科研人员也可以少量手动标注样本，训练自定义神经网络。可以识别复杂背景下的细胞、肾小球、神经元、类器官，即使信号强弱不均、存在背景划痕、自发荧光干扰，也可以把重叠的目标个体分开识别，输出每个目标的形态、荧光统计数据。非常适合组织切片复杂场景，弥补传统阈值分割的短板，大量减少人工分析时间，提升结果可重复性。训练网络参数可以保存记录，保证实验可追溯，满足科研论文的数据严谨性要求。

七、时间序列动态数据分析、批量自动化分析与报告输出

针对活细胞 XYZT 延时成像序列，cellSens 可开展时序分析：统计随时间变化荧光强度、目标颗粒数量变化；支持颗粒追踪，追踪视野内细胞、囊泡随时间的运动轨迹，输出运动速度、位移参数。

宏（Macro）脚本自动化是提升效率的重要功能。科研人员把一整套操作流程：背景扣除、滤波、分割、计数、参数导出录制成宏脚本，直接批量对整个文件夹下几十上百张共聚焦图像全自动执行整套分析，无需一张张手动处理，极大提升高通量样本分析效率，适合药物筛选、类器官批量实验场景，所有测量结果自动导出表格文件。

最后软件自带报告生成工具，可以将原始图像、处理后图像、ROI 标注、统计图表、实验采集参数整合，直接生成 Word 格式实验报告，完整保留显微镜采集元数据：激光功率、物镜型号、针孔、光子计数信息，实现从图像采集、数据分析到报告输出的闭环。

cellSens 软件与共聚焦系统深度适配，不仅可以控制硬件采集图像，同时覆盖图像校正降噪、光谱解混、光子计数定量、共定位、三维重建测量、细胞颗粒统计、AI 深度学习分割、时序动态分析、批量自动化处理等丰富数据分析能力。科研人员理解软件分析能力，才可以充分挖掘共聚焦图像中蕴含的定量信息，而不只是获取图片用于肉眼观察。

Evident原奥林巴斯显微镜：https://lifescience.evidentscientific.com.cn/zh/

激光共聚焦显微镜：https://lifescience.evidentscientific.com.cn/zh/laser-scanning/fv4000/