你在進行光纖記錄實驗時，是否有如下煩腦：

◆ 記錄好的數據看著很雜亂，不知如何整理？

◆ 數據處理包含哪些步驟？

◆ 如何確定數據分析的baseline

◆ ΔF/F指的是什么？

◆ 信號出現了“漂白效應”怎么辦？

無需困惑，對以上問題，我們最近總結了一份實操步驟，這份操作指南可幫你迅速上手數據處理

常見光纖記錄數據處理過程

讓我們來看一張原始數據案例圖，下圖顯示數據整體波動過于密集，其中410nm對照通道數據不夠穩定；對應事件標記（線條標記處）的peak也不是很突出，針對這種數據情況，我們立刻開始數據處理吧。
 

_{（▲本文實操分析案例圖）}

（*以下分析過程以瑞沃德雙色多通道光纖記錄系統操作界面為主要示例）

01.第 一步
我們將數據根據需要分析的時間段進行裁剪，此步驟也可跳過。
 

02.第二步
數據預處理。常見數據預處理過程包含平滑處理，基線矯正，運動矯正。平滑處理可以將數據中的過多雜信號去除，最大限度的突出目標peak。如下圖所示，原始數據經平滑處理后目標peak更加突出，更容易觀察分析。
 

基線矯正多數針對的是熒光信號因長時間記錄導致漂白信號逐步下降，或者光纖的自發熒光在長期記錄下逐步被漂白基線逐步下降等情況。此情形的數據因為整體呈現下降趨勢，不利于后續數據作圖分析，所以需要進行基線矯正。如下圖所示，基線矯正可以直接將下降趨勢的數據通過算法擬合后恢復成平整狀態。
 

運動矯正用于采用410nm對照通道的數據，410nm數據可以用于反應背景噪音信號，運動矯正即將410nm數據與470nm數據進行擬合，通過算法從470數據中去除410nm數據的波動，得到真實的熒光數據。當不選擇運動矯正功能或者實驗未記錄410nm的數據，可以選擇一定時間范圍內的信號作為對照進行算法處理。


 

03.第三步

數據預處理后即可得到整體數據的ΔF/F或者Z-score，用于反應數據的波動幅度。二者采用了不同的算法，數據的呈現結果略有不同。
 

ΔF/F=（F-F1）/F0：

（1）當數據進行基線矯正后：

◆ 若對照選擇為410，F1=fitted410，F0=median（raw data）

◆ 若對照選擇非410：F1為基線矯正曲線值，F0=median（Baseline）

（2）當數據未進行基線矯正：

◆ 若數據對照為410，則F1=F0=fitted410，

◆ 若數據對照非410，則F1=F0=median（Baseline）

Z-score：

使用標準分數計算方式，即z-score=（x-mean）/std，x=ΔF/F，mean為ΔF/F的均值，std為相應標準差。

04.第四步
將熒光數據與動物行為數據同步對比，選擇事件標記或者增加事件標記。
 

05.第五步
選擇事件分析的時間區間和baseline區間，用于事件相關信號分析作圖。
 

06.第六步
將不同組的數據進行組間對比，即可分析不同處理因素下熒光數據的差異。
 

通過以上步驟，原始的熒光數據就可以直接出圖啦。

空軍軍醫大學光纖記錄系統培訓現場
 

<sub>（▲瑞沃德雙色多通道光纖記錄系統）


（▲瑞沃德雙色多通道光纖記錄系統）</sub>