HE（Hematoxylin and Eosin）染色是组织学与病理学中最常用的基础染色方法，用于展示组织的整体结构与细胞形态
HE染色有两个主要染料：
苏木精（Hematoxylin） → 碱性染料
能与细胞核中的 DNA、RNA 结合 → 把核染成 蓝紫色。伊红（Eosin） → 酸性染料
能与细胞质蛋白、胶原纤维、红细胞结合 → 把胞质染成 粉红色或红色。
通过二者的对比染色，HE切片可清晰显示组织结构层次与病理变化，是评估组织坏死、炎症及纤维化等病理过程的基础手段。
但怎样把肉眼观察到的特征，在图像上分割出来，并进一步定量分析，依然是一大难题。
在正常组织中：
细胞核应清晰呈蓝色，细胞质呈粉色。
但例如下面这种图像：
我们会观察到一些区域有密集的蓝染小圆核细胞，这些区域聚集了大量炎症细胞（淋巴细胞、巨噬细胞），属于炎症浸润的区域。
这篇文章会介绍怎样利用ImageJ提取这些区域的面积，以及空腔的面积，从而得到炎症浸润的比例。
一、分割核染区域1、提取染蓝的通道（Image -> Color -> Color Deconvolution）
Vectors选择H&E，从而得到分离的Hematoxylin channel (Color_1)和Eosin channel (Color_2)：
2、形态学滤波（Plugins -> MorpholibJ -> Filtering -> Morphological Filters）
分离得到的Hematoxylin channel 中不仅有炎症细胞的细胞核，还有正常细胞的细胞核。
其中炎症细胞较为聚集，所以可以利用这一特征来区分炎症细胞与正常细胞。
我们可以通过形态学滤波（Morphological filtering），来让聚集区域连接成片。
形态学滤波有以下几种形式：
这里我们为了保留大的目标区域（炎症浸润区域），去掉小的分散信号（正常细胞），选择开运算（Opening）。
开运算由先腐蚀（Erosion）后膨胀（Dilation）组成，可有效去除小面积噪点与孤立亮斑，同时保持较大目标区域（如炎症浸润区）的形态结构。
3、分割细胞核（Image -> Adjust -> Threshold）
得到形态学滤波后的图像，可以直接进行Threshold，选中细胞核所在的区域。
设置好阈值后Apply，生成二值化的图像：
4、提取目标区域（Analyze -> Analyze Particles）
分割得到的细胞核区域包含了：炎症浸润区域（面积大），以及正常细胞（面积�。�。
所以我们可以通过面积，来仅仅保留面积较大的区域。
关于保留多大面积的物体，需要不同图像具体分析，这里只选择保留大于20000个Pixel的区域：
最终得到的区域以及在原图上的展示：
得到的炎症浸润总面积：
二、分割空腔
1、二值化空腔区域（Image -> Adjust -> Threshold）
在获取炎症浸润面积占比时，分母应该是整张图像的面积，减去空腔的面积。
空腔可以利用Eosin channel (Color_2)进行分割：
二值化后，可以Process -> Binary -> Fill holes填补空腔中的孔隙。
2、去除Noise，仅保留空腔区域（Analyze -> Analyze Particles）
同上，可以通过Opening操作去噪，保留大的物体：
然后面积仅保留空腔：
最终得到空腔面积:
实验外包 想了解更多请关注：
