Inizia lanciando la piattaforma open source per l'analisi delle immagini biologiche. Apri lo stack BinDmito e disegna un'area rettangolare di interesse con una larghezza di 256 pixel e un'altezza di cinque micrometri. Individua un ROI centrale e uno laterale.
Ottenere il profilo di stampa delle ROI utilizzando il comando di scelta rapida K e trasferire i dati in un foglio di calcolo riempiendo le colonne B e C.Riempire la colonna D selezionando la seconda cella nella colonna D.Passare al menu Home, scegliere Riempimento, quindi fare clic su Serie. Quindi, selezionare le colonne e immettere la frequenza di campionamento delta calcolata come valore del passo e la S calcolata come valore di arresto. Vai al menu Dati, fai clic su Analisi dei dati e seleziona Analisi di Fourier.
Scegli l'intervallo di punti dati nella colonna C e l'intervallo corrispondente nella colonna E.Ora, riempi la colonna F con la magnitudine FFT usando la funzione IMABS per restituire il valore assoluto dal numero complesso in E e moltiplica per 2 su N per la normalizzazione. Compila automaticamente la colonna F con questa formula. Tracciare lo spettro FFT utilizzando la magnitudine in F in funzione della frequenza FFT in D fino a S.Infine, trovare il punto del picco massimo e la frequenza FFT corrispondente.
I profili grafici delle ROI selezionate mostrano differenze nella distribuzione delle fluorescenti tra le fibre derivate da ratti magri e obesi, nonché variazioni di ROI all'interno della stessa fibra. Nelle ROI laterali, la frequenza della distribuzione longitudinale mitocondriale era simile nelle fibre derivate da ratti magri e obesi, con una maggiore ampiezza nella fibra di ratto obeso. Al contrario, il ROI centrale della fibra di ratto obeso è un esempio di riduzione critica del picco FFT quando è presente un'importante alterazione della distribuzione mitocondriale.