高内涵区别于普通显微镜的两大优势第一是通量，第二是图片的批量处理能力。在提取图片信息时，我们首先需要将目标进行分割圈选，把图片覆盖一层蒙版（mask）以确定我们的分析区域，然后选择我们需要的分析参数进行图片的批量参数分析。
Mask 的识别是需要软件的算法来实现的，一般 mask 的识别需要 3 个参数去定义：信号与背景荧光强度的差值、信号的最大宽度、最小宽度。对于需要去除特定干扰、复杂的实验分析或者是明场的分析，我们除了用 AI 加持的 IN Carta 软件帮助我们分析外，还可以借助 MetaXpress 分析软件中的 CME 来完成目标区域的分割圈选及分析参数选择。
CME 是何许工具？
CME 的全称为 custom module editor，是专门用于 mask 识别及修改的编辑工具。CME 的运作流程与既定好的应用分析模块多了一步 Mask 的修改步骤。当信号不容易识别时，它还有各种滤镜对图片进行预处理以方便识别。它不但可以通过设置参数的阈值来定义 mask ，还可以对 mask 进行筛选、变形等操作，最终根据我们的实验目的完成符合条件的分割圈选。我们今天就以实际例子来欣赏一下 CME 的变形记——
特定目标的分析
很多实验分析，我们只需要识别特定位置的目标。如下面的实验中，我们只需要识别聚集在细胞膜伸展位置边缘的蛋白聚集点，如红框内箭头所指的荧光聚集点。这些聚集点除了位置在边缘外，并没有区别于其他聚集点的任何特征（如红框圈出的细胞中箭头所指荧光点）。
那么我们的 CME 是如何大显身手只去识别膜边缘目标区域的呢？
以上以荧光图像为例展示了 CME 的 mask 识别及编辑功能。对于明场图像的分析处理，IN Carta 软件中有 SINAP 模块供我们涂涂画画来生成 mask 的识别 model，在 MetaXpress 中，我们也有 CME 模块来生成 mask 识别目标。
CME 对明场细胞的识别效果：
CME 对明场下拍摄的蓝白斑实验的识别效果：
CME 对划痕实验的识别效果：
关于美谷分子仪器
Molecular Devices 始创于上世纪 80 年代美国硅谷，并在全球设有多个代表处和子公司。2005 年，Molecular Devices 在上海设立了中国代表处，2010 年加入全球科学与技术的创新者丹纳赫集团，2011 年正式成立商务公司：美谷分子仪器 (上海) 有限公司。Molecular Devices 以持续创新、快速高效、高性能的产品及完善的售后服务著称业内，我们一直致力于为客户提供在生命科学研究、制药及生物治疗开发等领域蛋白和细胞生物学的创新性生物分析解决方案。
