ゲーティングと分類

• サイトメトリーに有効に適用された強力なデータ解析概念は、大量の画像データセットの解析需要に適合します。
• 多次元画像データが2次元散布図または1次元ヒストグラムで表示されます。対象のクラスターデータ母集団はグラフィカルツールを使用して選択できます。
• 異なるプロットのゲートをブール演算子で結合して、複雑な分類スキームを作成できます。

迅速な品質管理

画像とオブジェクトは関連するデータポイントに相互にリンクされます。

• データポイントをクリックすると、表示ウィンドウに関連画像がロードされ、該当オブジェクトが強調表示されます。
• 画像表示ウィンドウ内のオブジェクトをクリックすると、関連するデータポイントが散布図とヒストグラム内で強調表示されます。

選択またはゲーティングされたデータ母集団の全画像のギャラリービューを作成すると、関連情報を伴う大量の画像セットを視覚的に直接比較できます。

動態モジュールを使用した動態パラメーターの測定

• 時間変動プロパティによりライブセルや核などのオブジェクトを分類します。
• 長時間測定された値（輝度、面積、比率、形状係数などの平均静的パラメター）に基づいて追跡曲線を評価します。
• 長時間測定された静的パラメーター（蛍光マーカーの輝度や比率、位置、サイズ、形状など）を評価・解析します。
• 曲線は単一の特性値（動態パラメーター）にまとめられます。
• 動態パラメーターを1Dまたは2Dヒストグラムにプロットし、特定の時間変動プロパティに基づいて母集団をゲーティングします。