大家對前幾期《做成像的你不得不了解的真相》系列文章反饋積極，小編倍受鼓舞，今天再來開講新話題——信噪比。
做熒光成像的你一定有這個經歷吧，你小心翼翼制備好了樣品，調整好顯微鏡和軟件，點擊拍照按鈕，結果得到了下面的圖像。
圖1
看到這樣的圖像是不是有點沮喪？不過，有經驗的用戶已經意識到問題所在，並且手動把曝光時間延長，或是提高激發光強度，這時你看到的圖像可能就是下面兩張了。
圖2
圖3
哇，圖像質量提升立竿見影啊！是的，你對這三張圖像質量的觀感，就是今天小編想嘮一嘮的問題——成像質量最重要的判斷依據——信噪比。
在展開這個問題之前，請大家思考以下兩個問題：
1. 圖一和圖三的噪聲相比，哪一個更大？
2. 信噪比到底是什么呢？
專業問題答案分割線 —— 先想一想再看答案哦！
好了，我們來公布答案咯！大家看看自己想的對不對。
正確答案：
1. 圖三噪聲大，圖一小。我的原力告訴我，很多人都答錯了！
2. 信噪比就是信號和噪聲之比值。呵呵，這個回答沒毛病，不過僅僅是字面上的解釋，還是比較抽象。為了把這個概念講清楚，還是不得不上公式：
看上去好多新概念，不過並不難理解。下面我們一個個來解釋一下：
先來說信號。信號實際上就是我們實驗中GFP綠色的熒光，或者RFP紅色的熒光。而光子數就是熒光強度的定量表述。數字成像設備，需要將光信號轉換為可以測量的電信號，例如共聚焦顯微鏡里的光電倍增管（PMT），或是寬場熒光成像使用的相機（CCD，CMOS相機）。而量子效率（Quantum Efficiency, QE）就是PMT或者相機將光信號轉換為電信號的效率。檢測設備最重要的一個性能，就是要有更高的量子效率。
然后我們說噪聲。噪聲源實際上也有很多種，大家都知道相機自身是會產生噪聲的，而對於和活細胞弱熒光成像相似的應用，相機的讀出噪聲（Readout Noise）是對圖像質量影響很大的一個參數。除了讀出噪聲，相機實際上還有其它很多種噪聲，例如暗噪聲（Dark Noise），或是對CMOS相機成像質量影響較大的相關性噪聲（Correlated Noise）。除某些特定成像應用外，一般暗噪聲或是相關性噪聲的貢獻很小，在這篇文章中小編就不過多討論。忽略掉其它的噪聲源，上面的公式可以簡化成為
這里還有一個非常重要的噪聲源，稱為散粒噪聲（Shot Noise），由於從相機硬件層面無法降低散粒噪聲，所以很多時候這個最為重要的噪聲反而並沒有太多人提及。（注：硬件層面沒辦法，並不意味着軟件層面沒辦法哦！）
散粒噪聲是光信號自身的噪聲
上面的公式就進一步變化為
這個時候，我們分析信噪比隨信號變化的曲線，會得到如下結果。其中實線表示無噪聲的理想相機，虛線是實際的相機。可見，讀出噪聲越大，相機曲線與理想曲線偏離越遠。
從以上公式可以看出，在信號比較強的情況下，散粒噪聲遠遠大於讀出噪聲，信噪比其實等於
這時，決定信噪比的僅僅是信號強度和量子效率！本文開始時提到的，通過增加曝光時間或是加強激發光，能提高圖像的原因就在這里了。不過，實際拍照時，由於各種原因，例如避免光漂白、光毒性，或是為了提高速度，活細胞成像的信號常常處在相對較低的水平，這時候我們就需要借助信噪比來判斷圖像質量好壞與否了。
用上面這張圖為范例，信噪比的計算方法如下，
除了判斷圖像質量，對於很多需要做熒光定量測量的應用，例如簡單的鈣離子成像，FRET/FRAP，或是復雜如單分子定位的超高分辨率成像（STORM/PALM），這也是一個非常重要的概念。
最后我們回到開始的問題，為什么圖3的噪聲會高過圖1呢？原因很簡單，圖3本身信號強，散粒噪聲占主導地位，噪聲遠大於圖1。圖3質量好，並不是噪聲小，而是信噪比高。
以上，我們討論了信噪比的一些基本概念。現在給大家再出兩個問題，請判斷以下說法是否正確：
-
成像的追求，就是要不斷提高信噪比；沒有最好，只有更好
-
圖像的信噪比，有經驗后視覺判斷就可以了, 定量計算很難，也沒有必要
期待大家踴躍留言回答，小編將會在下一篇文章中給出解答。