ipcf.ipynb: 大图像时间序列中荧光波动的互相关函数分析指南

简介：
简介：本文档提供了使用IPCF（互相关函数）方法分析大图像时间序列中的荧光波动的详细步骤和指导，适用于研究生物动态过程。 使用Python进行大图像时间序列中的荧光涨落的对相关函数分析 本教程介绍如何利用Python及其科学库在个人计算机上实现荧光显微镜图像的大时间序列数据集的对相关函数（pCF）分析。 该教程由加州大学欧文分校荧光动力学实验室撰写，并于2016年、2017年和2018年的BigDIPA研讨会上发表。研究得到美国国立卫生研究院资助，编号为1R25EB022366-01和2P41GM103540-31。 对活样本进行光学显微镜测量的荧光波动时空分析是一种强大的工具，可以深入了解具有高度生物相关性的动态分子过程。使用非常快的相机获取的荧光显微镜图像时间序列数据集中的对相关函数（pCF）分析是一项新兴且有前途的技术。然而，在计算上这项工作是非常昂贵的，并且大图像数据集的处理尤为困难。