暗い顕微鏡画像を明るくする。不要な余白を切り取る。科学の図にも、読みやすくするための処理は必要である。画像が実験結果の証拠を兼ねるときは、何を見やすくし、何を変えてしまったのかを区別しなければならない。
画像は、測定値の集まりでもある
蛍光顕微鏡の画像なら、画素の明るさには検出された光の情報が含まれる。見栄えのよい写真に仕上げる感覚で処理すると、弱い信号を消したり、強い信号を飽和させたりすることがある。
米国研究公正局の教材は、元の画像を保存し、処理を記録することなどを示している。発表用の画像を別に作り、何をしたかを元データまでさかのぼって確認できる形にしておく。
同じ加工でも、比較の仕方で意味が変わる
二つの試料を比べる図で、一方だけ明るさを強めれば、信号の強弱を誤解させる。画像全体への一様な補正でも、情報を失う設定や、比較相手と異なる設定なら検討が必要になる。
切り抜きも、都合のよい部分だけを選べば結論に影響する。別の場所や実験の画像を並べるなら、その境界と条件を明示する。尺度、撮影条件、代表画像の選び方も、読者が解釈するための情報である。
AIが補った細部を、観測したものとして扱わない
生成AIや画像復元技術は、ノイズの多い画像から滑らかな像を作れる。処理で生まれた細部が、元の試料に存在したとは限らない。見やすさと、測定対象を正しく表すことは、別々に評価する必要がある。
定量的な解析では、保存した測定データと、妥当性を確認した処理手順を使う。画像処理の手法、設定、適用範囲を示せば、第三者が結果を検討できる。加工の境界は、使用したソフトの名前より、証拠の意味を維持できているかによって決まる。
非線形の補正やノイズ除去にも、正当な研究上の用途がある。処理の開示と検証が必要であり、掲載先や研究分野に定められた画像方針も確認する。
参考資料
参考資料確認日：2026年10月13日。