工作流
加载谱数据
的tofsims包具有针对这两种类型的预处理二进制文件的导入函数BIF / BIF6以及两个流行的ToF-SIMS平台的原始数据(ULVAC-Phi，IONTOF)．前者直接使用MassImage ()函数与选择参数ulvacbif或iontofbif．后者需要额外的步骤，如下图所示。
在接下来的会话中，一个' ULVAC-Phi ' rawdata文件首先作为频谱导入。二进制文件存储在/ rawdata的目录tofsimsData包中。的选择的观点MassSpectra ()有选择ulvacraw而且iontofraw：
图书馆(tofsims)图书馆(tofsimsData)获取原始数据文件的路径rawData < -执行（“rawdata”，“trift_test_001。生的，包=“tofsimsData”）下面的参数将导致非并行运行图书馆(BiocParallel)注册（SnowParam（工人=0)，默认=真正的）spectraImport < -MassSpectra（选择=“ulvacraw”，analysisName =rawData)显示()返回创建的质谱仪对象的摘要和图()可用于导入光谱的可视化:
## analysisName仪器编号光谱谱。总分。ion.count ## 1 trift_test_001。RAW ulvacphi 1 162'255 2'033'289 ##分析## 1无
质量校准
用于批量校准的函数可以在屏幕上使用，也可以与参数一起用于批量处理多个文件。如果没有价值参数，则在绘图窗口中提示用户。
创建峰值列表
unitMassPeaks ()用于构造图像导入的峰值列表。更高级的峰值拾取函数在软件包和即将到来的小插图中进行了描述。然而，对于低光谱分辨率的图像数据，单位质量分辨率往往是足够的。当较低的和/或上参数/被省略，所选M/z的峰值宽度(widthAt)在屏幕上选择。的因素参数允许选择不对称的峰值宽度。峰值宽度在两者之间线性插值M / z选择在widthAt．
spectraImport < -unitMassPeaks（对象=spectraImport,mzRange =c（1，250)，widthAt =c（15，181)，系数=c（0.4，0.6)，低=c（14.96283，15.05096)，上=c（180.80902，181.43538）)情节(spectraImportmzRange =c（35，45)，类型=“l”）
导入/加载图像数据
现在，实验可以导入峰值表作为图像数据，然后进行泊松缩放。泊松标度通常用于ToF-SIMS数据(基南和科图拉2004)．可视化的图像数据是由图像()函数。
图书馆(RColorBrewer)imageImport < -MassImage（选择=“ulvacrawpeaks”，analysisName =rawData,PeakListobj =spectraImport)imageImport < -poissonScaling(imageImport)图像(imageImport坳=brewer.pal（9，“PuRd”）)
多元图像分析
采用多种多元分析方法。这里，主成分分析(PCA)(Wold, Esbensen, and Geladi 1987)和最大自相关因子(MAF)(斯威策和格林1984)所示。虽然PCA在广泛的应用中被用于降维，但MAF是专门用于空间数据集的。它的有用性已证明ToF-SIMS成像数据集(Henderson, Fletcher, and Vickerman 2009)．方法中提供的其他方法tofsims多元曲线分辨率(MCR)(Jaumot and Tauler 2015)及最小噪音分数(MNF)(Stone et al. 2012)．
imageImport < -PCAnalysis(imageImportnComp =4）imageImport < -加(imageImportnComp =4）票面价值（3月=c（0，0，0，0)，oma =c（0，0，0，0)，mfrow =c（2，4）)为(3在1：4）图像（分析(imageImport1)，comp =3)为(3在1：4）图像（分析(imageImport2)，comp =3)
图像分析
的EBImageBioconductor封装(Pau et al. 2010)可用于ToF-SIMS图像数据的分割。一个典型的工作流程是选择一个包含感兴趣的化学特征的主成分，并通过阈值将其转换为黑白掩模。
图书馆(EBImage)pcaScore3 < -imageMatrix（分析(imageImport1)，comp =3.）pcaScore3Mask < -打（x =pcaScore3,h =30.，w =30.）票面价值（3月=c（0，0，0，0)，oma =c（0，0，0，0）)图像(pcaScore3Mask坳=c（“白色”，“黑”）)
掩模可直接用于面积定量。
“49.77%的图像是细胞壁”中可用的工具也可以修改掩码EBImage．下面是形态学操作“打开”和“关闭”。
打开< -开放(pcaScore3Maskkern =makeBrush（3.，形状=“钻石”）)< -关闭关闭(pcaScore3Maskkern =makeBrush（3.，形状=“钻石”）)票面价值（3月=c（0，0，0，0)，oma =c（0，0，0，0)，mfcol =c（1，2）)图像(打开,坳=c（“白色”，“黑”）)图像(关闭,坳=c（“白色”，“黑”）)
掩模可以应用到原始图像，以选择和可视化特定的化合物质谱。在下面的例子中，' opened '蒙版应用在原始导入的图像上。此操作将移除掩模中显示为白色的区域中的所有信号。多个掩码，例如来自不同PCA组件的掩码可以用于图像分割。
cellWall < -bwApply(imageImport,(打开1）＾2）票面价值（3月=c（0，0，0，0)，oma =c（0，0，0，0)，mfcol =c（1，2）)图像(cellWall坳=brewer.pal（9，“PuRd”）)图像(imageImport坳=brewer.pal（9，“PuRd”）)