組織上的蛋白表達程度，在圖片上表現為免疫染色的深淺及面積大小。用肉眼只能定性地進行判讀，zui多粗略地作一個主觀的分級評價。使用圖像分析軟件則可以對圖片染色的程度作一個定量的測量。這個測量結果與切片上的蛋白表達強度有理論上的線性相關性。所以能客觀定量地反映它。

在圖像分析的方法中，使用灰度來表示一個點的明暗程度，而圖片上一個點的明暗程度是與切片上免疫染色物的“光學密度（OD，Optical Density ）"決定的，再往下追蹤一步，就是與組織切片上這個點的蛋白表達程度決定的。這有點類似于分光光度計的情形，比色皿里液體樣品的吸光度與液體中吸光成分的濃度相關，符合朗伯-比爾定律。圖片上一個點的光密度則與該點上的蛋白表達程度正相關（近似為正比）。所以測量一個點的光密度值，就是在測量這個點上蛋白表達程度的一個相對的量值。

朗伯-比爾定律：A = lg(1/T) = kbC

A為吸光度,T為透射比,是投射光強度比上入射光強度

c為吸光物質的濃度 b為吸收層厚度

請注意：郎伯比爾定律中的指數關系表現在吸光度A與透射率T之間。吸光度A就是光密度OD。它與樣品濃度是線性關系。所以圖片上光密度值與蛋白表達之間的關系理論上也是線性的。但它與灰度值之間的關系是指數的。因此，測量光密度值能更緊密地與蛋白表達程度相關，而灰度值則類似于透光率，它與蛋白表達程度的關系是朗伯比爾定律的反向的指數關系。這就是我一再強調要測量光密度值的原因。

在分光光度法中，我們需要作標準曲線來定量分析樣品的實際濃度，但在組織切片的情形下，是沒法作標準曲線的。所以我們只能測量到一個相對值。能對不同點的蛋白表達程度進行比較，但不能測量到這個點的蛋白量具體是多少微克。把一片區域內所有的點的光密度值累加起來，就得到一個積分光密度（IOD, Integrate Optical Density ）。 圖片上一片片的染色斑塊的深淺與范圍反映了切片上的特定蛋白表達的程度，它可以由圖片上的積分光密度來相對定量地來表示。

光密度值是一個相對的數值，所以它是沒有單位的！所以后面的積分光密度值與平均光密度值都是沒有單位的。

這種相對的測量數值對我們設計圖像分析方法有直接的影響。我們沒法通過圖像分析的方法測量出切片上有多少測定的蛋白。只能通過比較的方法來判斷實驗組樣品與對照組樣品之間的蛋白表達差異。

在圖像分析的方法中，使用灰度來表示一個點的明暗程度，而圖片上一個點的明暗程度是與切片上免疫染色物的“光學密度（OD，Optical Density ）"決定的，再往下追蹤一步，就是與組織切片上這個點的蛋白表達程度決定的。這有點類似于分光光度計的情形，比色皿里液體樣品的吸光度與液體中吸光成分的濃度相關，符合朗伯-比爾定律。圖片上一個點的光密度則與該點上的蛋白表達程度正相關（近似為正比）。所以測量一個點的光密度值，就是在測量這個點上蛋白表達程度的一個相對的量值。

朗伯-比爾定律：A = lg(1/T) = kbC

A為吸光度,T為透射比,是投射光強度比上入射光強度

c為吸光物質的濃度 b為吸收層厚度

請注意：郎伯比爾定律中的指數關系表現在吸光度A與透射率T之間。吸光度A就是光密度OD。它與樣品濃度是線性關系。所以圖片上光密度值與蛋白表達之間的關系理論上也是線性的。但它與灰度值之間的關系是指數的。因此，測量光密度值能更緊密地與蛋白表達程度相關，而灰度值則類似于透光率，它與蛋白表達程度的關系是朗伯比爾定律的反向的指數關系。這就是我一再強調要測量光密度值的原因。

在分光光度法中，我們需要作標準曲線來定量分析樣品的實際濃度，但在組織切片的情形下，是沒法作標準曲線的。所以我們只能測量到一個相對值。能對不同點的蛋白表達程度進行比較，但不能測量到這個點的蛋白量具體是多少微克。把一片區域內所有的點的光密度值累加起來，就得到一個積分光密度（IOD, Integrate Optical Density ）。 圖片上一片片的染色斑塊的深淺與范圍反映了切片上的特定蛋白表達的程度，它可以由圖片上的積分光密度來相對定量地來表示。

光密度值是一個相對的數值，所以它是沒有單位的！所以后面的積分光密度值與平均光密度值都是沒有單位的。

這種相對的測量數值對我們設計圖像分析方法有直接的影響。我們沒法通過圖像分析的方法測量出切片上有多少測定的蛋白。只能通過比較的方法來判斷實驗組樣品與對照組樣品之間的蛋白表達差異。

測量了圖片上特定區域的IOD之后，還需要測量這個區域的面積。然后計算出一個平均光密度值 （mean optical density = IOD SUM / area SUM）在整個分析過程中，一般每張圖片測量出的只是一個平均光密度值，作為一個測量數據。一張切片則需要拍攝多張照片，這些照片各自的光密度平均值平均 之后可以作為這張切片的測量數值。一個實驗樣品又可能會制作多張切片，所以zui終一個樣品（一塊組織，一個動物，一個病例等）的測量數據就是所有這些照片的 平均光密度值的平均值。在兩組實驗樣品的統計處理中，就是把每個實驗樣品的所有照片的平均光密度值再作一次平均，作為該樣品的測量數值。一組樣品的測量值 再計算其平均值與標準差進行統計分析。

對細胞核上蛋白的免疫組化測量有其特殊性。如果蛋白只在細胞核上表達，則不需要對核作藍染，切片上只有細胞核上有黃色染色物。可以直接進行分析測量。
在 更多的情況下，對細胞進行藍染是必須的。只有染上藍色才能判斷細胞核的區域。但同時，藍染對細胞核的光密度測量造成了嚴重干擾。會導致光密度測量值的* 誤差。這時候用肉眼主觀判斷與圖像分析測量的結果基本上沒啥區別了。一個主觀的定量方法就是用肉眼判斷陽性細胞核與陰性細胞核，然后計數其比例作為一個定 量的測量值。但這只適用于切片上有兩類細胞的情況。測量細胞核上的免疫組化圖片需要從染色開始就要考慮其分析測量過程。過程會比較復雜。這也相當于一個實 驗方法的研究課題了。