图像分析在许多生命科学领域，特别是医学科研领域方面是非常重要的。一组好的数据是得到一个满意的实验结果的必要组成部分。目前，数据图像的数量正呈指数级增长，且图像的视觉检测和人工测量是一项耗时的任务，缺乏灵敏度、准确性、客观性和可重复性[1]。所以，为了避免人为的选择偏倚和测量偏倚，提高数据准确性与实验的客观性，研究人员迫切需要某种软件来提供自动或半自动的成像技术。

ImageJ是一款由Bethesda，MD于美国国立卫生研究院（NIH）研发的基于Java的公共免费图像处理和分析程序[2]，可运行于Windows、Mac OS和Linux系统，其本身可以对图像进行像素焦点计数和大小定义，并正确的计数重合焦点，还能测量每个单独焦点的综合光密度（IOD），且支持图像栈功能，即在一个窗口里以多线程的形式层叠多个图像，并行处理等等功能决定了ImageJ软件可进行细胞焦点计数分析、面积百分比的比较与测定、3D图像特征量化分析、细胞和生物体共定位、组织形态分析、血管相关密度分析等图像量化分析功能。ImageJ作为一个开源软件，拥有大量免费插件[4]，它可以被自由地检查、修改和重新开发[5]，不但可提高图像分辨率与清晰度，还可根据需要功能安装相应的插件。用户亦可利用Java平台进行编程用来开发目前缺少的适用插件，来满足当前需要的功能。由于该软件具备的强大功能，所以ImageJ软件广泛应用于国外的医学研究领域与其他研究领域中。

1 应用领域

1.1 细胞焦点计数与分析

为了评估冷冻消融前后的T细胞浸润情况，Cerqueira MA等[6]使用ImageJ软件进行CD4+/CD8+比值的定量分析，并可比较Diag+、Diag-、Cryo+和Cryo-之间的差异。除细胞外，Bera T等[7]用ImageJ与传统技术如光密度、流式细胞技术和qPCR进行验证，发现该软件可根据不同微生物的进行定制，以估计不同的病原体。该方法还可以检测～100细菌cfu/mL或通过增加成像和计算时间估计更低的浓度。

1.2 面积与面积百分比

使用ImageJ比较紧张和松弛状态下的肛提肌扩张容积，测量提上睑裂孔(LH)和泌尿生殖道裂孔(UGH)和矢状面中部面积，结合t检验、效应大小和Pearson相关系数进行测量比较显示该结果具有统计学意义[3]。Abou Eitta RS等[8]用ImageJ测量采用两种方式治疗痤疮疤痕后显示瘢痕面积百分比明显下降，结果表明两只治疗方法均有效，但两种治疗方法疗效差异并不显著。

1.3 3D图像特征量化分析

对3D图像的测定与分析一直是医学研究中的一大难题，一方面不能确保数据的准确性，另一方面数据的不完整性都是是需要克服的问题。Erguvan等[9]在ImageJ中研发了一个宏SurfCut用于提取表皮细胞轮廓信号，允许从3D共聚焦堆栈中提取细胞轮廓。其次，通过ImageJ软件自带的3D图像分析功能，Ayuso-Montero R[10]通过对口腔3D表面扫描进行咬合接触面（OCA）评估，与T扫描相比较，通过组内相关系数（ICC）评定，发现相较于3D扫描，T扫描测量OCA的方法更为可靠。“DiAna”：一个ImageJ附加程序[11]，可自动对对象进行协同定位和距离分析并提供对物体之间的协同定位的深入分析，检索3D测量包括共同定位体积和接触表面。

1.4 蛋白定位与共定位

蛋白定位分析大多来自于多通道、高分辨率、荧光显微图像且常为大量数据。ImageJ则提供了简单、可定制和可重现的多通量化分析的方法[12]。Escorcia W等[13]将软件应用于活细胞成像技术，并根据数据分析评估了蛋白质运动、定位、稳定性和计时以及核动力学和染色体分离，将其结果与普通显微镜方法进行比较。软件里包含的“Coli-Inspector”功能支持自动和交互方法的组合，是可以完全控制图像分析和数据收集的方法，并使用目视检查工具快速消除伪影。能根据细胞分裂周期、细胞年龄对细胞进行分类，并分析每个蛋白的空间定位模式[14]。

1.5 组织形态分析

组织学研究的主要部分是使用高分辨率成像进行数据收集和分析，使用ImageJ是从高分辨率横断面图像测量皮质骨区域的半自动方法[15]。Shukla S等[16]建立小鼠角膜损伤模型，通过ImageJ计算评分角膜混浊程度，评估了不同的给药方式(局部，结膜下，腹腔内和静脉注射)促进组织修复和恢复角膜透明性的效果。

1.6 血管相关密度分析

光学相干断层血管造影（OCT-A）用于评估血管与微血管的变化情况，ImageJ可用于测量不同OCT-A扫描的糖尿病患者血管与灌注密度改变，根据结果比较哪种扫描方式更具代表性[17]以及评价滤过手术前后结膜血管生成的变化，进行滤过性手术的成功程度相关性分析[18]。