ImageJ细胞追踪 - TrackMate全流程
TrackMate 是 Fiji 内置的图形化追踪向导:细胞迁移、囊泡运动、颗粒扩散都能在十几分钟内出轨迹数据。
启动与数据准备
延时序列(时间堆栈)打开后,Plugins → Tracking → TrackMate。动手前先确认:帧间隔已写入标定(Image → Properties 的 frame interval),否则速度计算全错。
向导五步
选检测器
常规点状目标选 LoG(Laplacian of Gaussian);密度大、形态不规则的目标可试 Label Image 检测器。
估计半径
填目标半径(带单位)。拿不准先粗填,下一屏预览里再修——预览圈应恰好套住目标。
初筛 Spot
拖动质量(Quality)滑杆去掉明显假阳性,右侧实时显示保留数量。
选跟踪算法
Simple LAP:稳、快,适合目标不太密集的细胞;LAP:支持分裂合并事件,适合增殖与囊泡出芽场景。关键参数是最大连接距离(帧间位移上限)。
查看与导出
Track scheme 检查轨迹连通性;Analysis 面板导出 Spot / Track / Edge 三张表为 CSV。
轨迹数据的常见后处理
- 速度与位移:Track 表直接含 TRACK_DISPLACEMENT、TRACK_MEAN_SPEED;
- 轨迹过滤:导出前按 TRACK_DURATION 过滤掉短轨迹(漂移噪声);
- 作图:CSV 导入 R / Python / Origin,画玫瑰图、均方位移(MSD)曲线;
- 可视化回放:Display settings 里用 Track merge style 把轨迹叠加到影像上录屏。
参数调优经验
先定「最大连接距离」再调检测质量:距离取单帧最大位移的 1.2 倍左右最稳;细胞过密时开 Allow gap-closing(允许跨 1–2 帧断连)能显著减少轨迹断裂。方法学描述中务必写明 TrackMate 版本与全部参数,保证可复现。
时间序列的投影预处理(如先 Max 投影降维)见 3D 可视化页;批量追踪的自动化思路见 宏编程页。