生物图像处理软件汇总（持续更新）
前言
成像（imaging）是生物学研究的常用手段之一。然而，对于生物学研究者，如何分析成像后的图像数据是一个普遍的难题。对此，前人已经开发了许多生物图像处理软件。本文试图总结它们的特点，方便研究人员根据自己的研究目的、图像类型和系统配置，选择合适的生物图像处理软件。
1. 胞体分割（cell segmentation）
胞体识别是生物图像分析中很重要的一步。通常，用于胞体分割的图像是2D或者3D的。胞体分割是胞体追踪的必要条件，分割结果的好坏直接决定了胞体追踪的准确度。
图片来自https://www.mathworks.com/matlabcentral/fileexchange/67313-cell-segmentation-seg-self-method
1.1 目的
（1）统计细胞的数目
（2）分析细胞的荧光亮度分布
（3）分析细胞的体积分布（distribution of volume）
（4）分析细胞的圆滑程度
1.2 软件
| 名称 | 主页 | 适用图像类型 | 系统要求 |
|---|---|---|---|
| Modular Interactive Nuclear Segmentation (MINS) | https://github.com/therealkatlab/MINS | 2D，3D | Matlab, 64-bit Windows OS |
| interactive learning and segmentation toolkit (ilastik) | https://www.ilastik.org/index.html | 2D，3D | Windows, Linux, Mac, 64-bit |
2. 胞体追踪（cell tracking）
通常情况下，成像的图像数据是静态的，也就是说是在某一个时间点的图像。但是，根据研究目的的不同，有时会产生不同时间点的图像，也就是动态图像（2D+T和3D+T）。例如，在双光子成像中，在同一层面，拍摄10分钟后得到的图像数据，就是2D+T的数据格式。同样的，如果每个4小时，对某一个脑区的神经元进行3D成像，那么得到的图像就是3D+T的数据格式。
这里列出的软件主要针对3D+T数据格式的图像，因为2D+T的图像一般是在段时间内获取的，另外，镜头和样品位置相对不变，不存在胞体追踪的问题。对于2D+T的图像
GIF动图来自https://imagej.net/TrackMate
2.1 目的
（1）分析不同时间点下，胞体的荧光亮度的变化规律
（2）分析胞体位置随着时间的变化规律
2.2 软件
| 名称 | 主页 | 适用图像类型 | 系统要求 |
|---|---|---|---|
| TrackMate | https://imagej.net/TrackMate | 3D+T | 无，Fiji插件 |