A biomolekuláris kölcsönhatások alapvető fontosságúak a sejtfolyamatok túlnyomó többségében, és a főbb kölcsönható komponensek azonosítása általában az első lépés a különböző sejtfunkciókat irányító mechanizmusok megértéséhez. Így a rögzített vagy élő sejtek fluoreszcens mikroszkópiás képein elvégezhető statisztikai képelemzéseket rutinszerűen alkalmazzák biofizikai és sejtbiológiai vizsgálatokhoz. Ezek a megközelítések a kölcsönhatásban lévő részecskék frakcióját mérik a kétszínű fluoreszcenciás képek kolokalizált pixelek elemzése révén. A kolokalizációs algoritmusok hatékonynak bizonyultak, bár e mérések dinamikai tartományát és pontosságát még nem sikerült jól meghatározni. A térbeli képi keresztkorrelációs spektroszkópia (ICCS), amely keresztkorrelálja a két detektálócsatorna képein egyidejűleg rögzített térbeli intenzitásingadozásokat, szintén a kolokalizáció hatékony mérőeszközének bizonyult a közelmúltban. Szimulációk, üvegre adszorbeált fluoreszcens antitestek képalkotása és sejtmérések segítségével megmutatjuk, hogy az ICCS sokkal jobban teljesít, mint a standard kolokalizációs algoritmusok közepes és nagy részecske-sűrűség esetén, amelyekkel gyakran találkozunk sejtes rendszerekben. Továbbá azt is megállapítottuk, hogy a kolokalizációs elemzés pontosságában nagy szerepet játszik a két vizsgált jelölt faj közötti sűrűségarány. A standard, fluoreszcens mikroszkópiás kolokalizációs algoritmus és a térbeli ICCS közvetlen és szisztematikus összehasonlításával megmutatjuk azokat a regisztereket, ahol mindegyik megközelítés alkalmazható, és ami még fontosabb, ahol nem adnak pontos eredményeket.