感谢您发送咨询！我们的团队成员将很快与您联系。
感谢您发送预订！我们的团队成员将很快与您联系。
课程大纲
Fiji与ImageJ生态系统入门
- 理解Fiji的架构：ImageJ核心、插件和更新管理器
- 安装、环境设置和配置启动时的自动更新
- 导航GUI：窗口、工具栏、堆栈/系列管理和键盘快捷键
- 支持的科学格式：TIFF、OME-TIFF、ND2、LIF、HDF5和元数据标准
- 实验1：安装Fiji，配置更新管理器以自动更新，并导航多通道荧光显微镜数据集
核心图像处理与定量分析
- 基本变换：裁剪、旋转、缩放和通道分离
- 滤波与增强：高斯、中值、CLAHE和降噪技术
- 分割与特征提取：阈值、分水岭、ROI管理器和粒子分析
- 量化：直方图分析、颜色反卷积、共定位指标和统计导出
- 实验2：在样本细胞成像数据集上构建可重复的2D/3D分析管道，并导出结构化测量表
脚本编写、自动化与多语言工作流
- Fiji脚本编辑器：编写、运行、调试和参数化脚本
- 选择正确的语言：Python（PyImageJ/ImgLib2）、JavaScript（Nashorn）、Groovy和Beanshell
- 将Fiji与科学计算生态系统（NumPy、SciPy、pandas、scikit-image）桥接
- 宏录制与脚本编写：何时使用每种方法以及如何维护干净、可重用的代码
- 实验3：编写Python脚本以批处理z-stack，提取细胞指标，并自动生成摘要图和CSV报告
高级工作流：3D成像、拼接与大型数据集
- 处理多维生物图像数据：虚拟堆栈、延迟加载和内存管理
- 平铺显微镜基础：采集模式、图块编号和重叠处理
- 拼接大型3D数据集：使用BigStitcher和TrakEM2进行配准和合并
- 针对硬件受限环境的性能优化（RAM、GPU提示、云准备）
- 实验4：配准和拼接模拟的平铺3D显微镜数据集，并优化>10GB z-stack的内存使用
扩展Fiji：ImgLib2、插件开发与部署
- ImgLib2数据模型：N维数组、视图和内存高效操作
- 使用ImgLib2和ImageJ2 API构建自定义图像处理算法
- 插件打包：Maven结构、UI集成和依赖管理
- 共享与部署：创建本地/全局更新站点、Docker容器和可重复的研究包
- 跨团队协作：标准化参数、管道的版本控制和跨实验室共享
- 实验5：开发一个基于ImgLib2的自定义插件，在本地进行测试，并将其发布到共享更新站点
可重复性、最佳实践与研究集成
- 捕获来源：在结果中嵌入脚本、参数和Fiji版本信息
- 科学图像数据的元数据标准与FAIR原则
- 性能分析、调试和解决常见的生物图像瓶颈
- 社区资源：ImageJ/Fiji文档、论坛、GitHub仓库和插件生态系统
- 最终项目：设计、编写并记录一个完整的图像分析工作流，针对您的研究领域进行定制
- 定制选项：我们提供专注于以下内容的定制版本：
- 特定成像模式（共聚焦、超分辨率、电子显微镜等）
- 领域特定的管道（细胞计数、共定位、形态计量等）
- 与现有实验室基础设施的集成（Slurm、AWS、本地HPC或OME-TIFF存档）
要求
- 对脚本或编程概念有基本了解
- 熟悉Java会有帮助，但不是必需的
- 强烈建议具备科学学科背景（如生物学、化学、物理学）
受众
- 科学家与研究人员（生物学、材料科学、医学成像等领域）
- 处理显微镜或科学图像的数据分析师与开发者
- 希望标准化图像分析工作流程的实验室经理
21 小时
