显微图的感兴趣区域由人手圈选，怎样说明盲法与规则？

圈选区域会改变答案

显微图里手工圈定感兴趣区域，可能用于计数细胞、测荧光或判定共定位。圈的范围不同，分母和测量值都会变化。投稿时不能只写“在代表性区域测量”，要说明从一整张图或一整个样本中如何进入这些区域：哪些图像先被排除、每张取几个视野、区域大小是否固定、遇到破损组织怎么办。这样读者才知道结果代表的是整张切片、可分析区域，还是研究者挑出的局部热点。

先定圈选规则，再看处理组

若研究者知道哪张图属于处理组，容易无意间把边界画向信号最强的位置。可将文件名随机化或遮蔽组别，由独立人员按照预定指引圈选；若样本特征让盲法无法维持，也应如实说明。方法中给出ROI的几何或解剖规则，例如距组织边缘多远、是否包含坏死区、背景区怎样选择；不同放大倍数下还应说明面积是否统一。手工操作不必伪称自动化，但要让另一人能沿同一规则得到可比较的区域。

标出测量链条

原始图、ROI掩膜、软件测量结果与最终统计表之间应有一一对应的编号。若一张图中有多个ROI，说明取均值、求和还是分别分析；若多个视野来自同一动物或培养皿，统计单位仍应回到独立的生物样本。每组先画出各生物样本的分布，而不是把几十个ROI当成几十个独立重复来计算很窄的区间。图注写清展示图是否为同一批被定量的图像，别让代表图和分析数据失去联系。

分歧和异常区域怎样处理

两名观察者各自圈选部分重叠图像，可比较ROI面积、位置及最终测量值的差异。若差异大，应查是边界定义不清，还是图像本身难以辨认，并修订规则或保留不确定性。对信号饱和、脱焦、折叠等异常图像，排除条件应先定；若是在看完组别和结果后才删掉，需明确标为事后决定。删除前后的关键结论若不同，也应展示给读者。

原图与掩膜都要能回看

投稿图件可用轮廓线示意ROI，但定量应基于可追溯的原始数据，而非压缩后的排版图片。保存原始像素、处理步骤、掩膜和测量参数；涉及隐私或文件体积限制时，在可行范围内提供代表性原图与完整元数据。显微成像原始方法研究强调预定视野选择和盲法，图像分析报告清单也要求说明人工ROI。读者不需要猜研究者当时把鼠标画在哪里，才可能复核结论。

参考信息：显微实验偏倚控制原始研究与图像分析报告清单。