用 ImageJ 对 Sebutape 贴片图像进行皮脂斑点自动量化分析（附参数设置与实战技巧）

作者：科采通｜标签：ImageJ、皮脂分析、Sebutape、生物图像处理、皮肤科学

一、背景介绍

在皮肤油脂（皮脂）研究中，Sebutape Patches 是一种常用的标准化采样工具。当贴附在皮肤表面一定时间后，皮脂分泌会在贴片上形成可视油斑点。

这些斑点数量、大小、分布可反映皮脂分泌活性。借助 ImageJ，我们可以实现自动化、定量分析，输出数据用于科研统计或产品效果验证。

S100-Sebutape Patches

二、准备工作

1. 软件准备

• ImageJ/Fiji（推荐使用 Fiji，内置插件更全） 下载地址：https://imagej.net/software/fiji/

2. 硬件与图像要求

• 使用高清扫描仪或手机显微镜拍摄贴片图像；
• 建议背景干净、无反光；
• 分辨率不低于 300dpi；
• 输出格式推荐：JPEG / PNG / TIFF

三、分析流程概览

以下为标准处理流程：

复制编辑原始图像 → 灰度化 → 阈值分割 → 斑点识别 → 数据导出

四、详细操作步骤（基于 Fiji）

步骤 1：打开图像

bash复制编辑File > Open > 选择拍摄好的 Sebutape 图像

建议图像裁剪仅包含贴片区域，避免背景干扰。

步骤 2：图像预处理

bash复制编辑Image > Type > 8-bit

将图像转换为灰度图（8-bit），以便后续处理。

可选增强步骤（根据图像清晰度决定是否使用）：

bash复制编辑Process > Enhance Contrast（勾选 Normalize & Saturated）

步骤 3：二值化分割（Threshold）

bash复制编辑Image > Adjust > Threshold

• 方法建议使用 Default 或 Otsu
• 滑动红色区域使其覆盖所有油斑点
• 选中 Dark Background
• 点击 Apply

这样会将图像转为黑白二值图，黑色为皮脂点，白色为背景。

步骤 4：斑点识别与计数

bash复制编辑Analyze > Analyze Particles

参数建议：

• Size：50-Infinity（单位：pixel²，过滤灰尘）
• Circularity：0.3-1.0（排除非圆形干扰点）
• 勾选：
  • ✅ Display Results（显示统计表）
  • ✅ Clear Results
  • ✅ Summarize（统计总面积、平均面积）
  • ✅ Include Holes（保留不规则形状）
  • ✅ Add to Manager（可视化标记）

点击 OK，即可完成识别。

步骤 5：导出数据

统计数据会显示在弹出窗口：

• Area：每个皮脂点的面积（像素²）
• Count：总数量
• Total Area：皮脂覆盖总面积
• Mean：平均单点面积

点击：

bash复制编辑File > Save As > CSV

可将结果导出为 .csv 表格，用于 Excel 或 Python 进一步分析。

五、扩展功能（可选）

✅ ROI 批量处理

如果拍了多个贴片图像，可批量设置感兴趣区域并统一分析。

bash复制编辑Plugins > ROI Manager > Multi Measure

✅ 图像标记导出

可在主窗口中勾选 "Show Outlines"，自动绘制识别边界图，便于论文图展示。

六、结果解读与应用

📌 可结合采样时间，换算为单位时间皮脂分泌速度。

七、进阶：结合 Python 做批量分析

若有大量图像，可用 Python 进行自动处理，常用库：

python
OpenCV
scikit-image
pandas
matplotlib

我可为你单独写一篇《用 Python 批量分析 Sebutape 图像》的教程，欢迎留言需求。

八、结语

借助 ImageJ，Sebutape Patches 不再只是“定性观察”的贴片，而是可以生成高精度定量数据的科研工具。对皮肤科研、功效测试、皮脂疾病建模都极具价值。