Filter articles
标签
产品
Loading...

高效的长期延时拍摄技术
当对球状体做延时拍摄技术时,会出现某些挑战。由于实验可能持续数天,必须实现长时间的样本存活,这就需要确保接近生理条件。本文描述的长期延时研究使用了全场景显微成像分析平台MICA来研究U343和MDCK细胞球形成。细胞球生长需要最佳条件,以确保细胞周期和增殖不受干扰。
Loading...

如何为免疫荧光显微镜制备样本
免疫荧光(IF)是一种用于可视化观察细胞内过程、状态和结构的强大工具。IF制剂可通过多种显微镜技术(如激光共聚焦、宽场荧光、全内反射成像等)来加以分析,具体取决于应用目的或研究人员的关注重点。与此同时,在很多使用至少一套简易荧光显微镜的研究工作组当中,IF早已成为不可缺少的一部分。
Loading...

荧光活细胞成像技术
理解复杂和/或快速的细胞动力学是探索生物过程的重要一步。因此,如今的生命科学研究越来越关注动态过程,例如细胞迁移,细胞、器官或整个动物的形态变化,以及活体样本中的实时生理事件(如细胞内离子成分的变化)。
满足此类高难度需求的一种方法是采用某些统称为活细胞成像的光学方法。
Loading...

荧光染料
荧光显微镜的基本原理是借助荧光染料对细胞成分进行高度特异性的可视化观察。这可能是一种与兴趣蛋白质遗传相关的荧光蛋白,如绿色荧光蛋白(GFP)等。如果克隆无法实现,例如在组织学样本上无法实现,则需要使用另一种技术如免疫荧光染色来对兴趣蛋白质进行可视化观察。为此,人们使用抗体来连接不同的荧光染料并将其直接或间接地结合到适当的靶点上。此外,借助荧光染料,荧光显微镜的应用就不再仅局限于蛋白质观察,还能对核…
Loading...

多色显微成像:多通道的重要性
多通道一词是指使用多种荧光染料来检查一个样本中的不同元素。多通道成像可以同时观察相关组分和过程,从而为您的观察添加更多背景信息,最终提供更有意义的结果。它还有助于观察采用其他方法可能会遗漏的相互依赖性。
Loading...

在显微图像分析中运用机器学习技术
显微成像技术最近取得了令人振奋的进展,因此,在生物医学研究中采集的图像数据无论质量还是数量都呈指数级增长。但是,分析日益复杂的大型图像数据集以提取有意义的信息可能是一个既枯燥又耗时的过程,而且容易出现人为误差和偏差,这经常给许多研究人员造成生产效率瓶颈。
Loading...

人工智能驱动的像素分类器
通过人工操作获得可重复的结果需要具备专业知识,而且工作冗长乏味。但是,现在有一种方法可以克服这些挑战,通过加快这种分析来提取图像的真正价值并获得深入的认识。人工智能驱动的像素分类器可快速提供可重复的分割结果,克服了人工操作问题。与基于功能的传统自动化相比,它可以提供更可靠的结果。
Loading...

人工智能如何增强共聚焦成像
在本文中,我们将展示人工智能(AI)如何增强您的成像实验。即,由 Aivia 提供支持的动态信号增强如何在捕捉活细胞样本的时间动态的同时提高图像质量。