医疗 | 学习与分享 | 徕卡显微系统

医疗

探索专为神经外科、眼科、整形外科、耳鼻喉科和牙科 HCP 量身定制的科学和临床综合资源，包括行业洞见、临床案例研究和专题研讨会。重点突出手术显微镜的最新进展，让您了解AR荧光、三维可视化和术中OCT成像等尖端技术如何赋能复杂手术决策的信心和精准操作。

[Translate to chinese:] THY1-EGFP labeled neurons in mouse brain processed using the PEGASOS 2 tissue clearing method, imaged on a Leica confocal microscope. Neurons were traced using Aivia’s 3D Neuron Analysis – FL recipe. Image credit: Hu Zhao, Chinese Institute for Brain Research.

借助人工智能，揭示复杂而密集的神经元图像中的洞察

神经元的3D形态学分析通常需要使用不同的成像模式，捕捉多种类型的神经元，并在各种密度下相连的传统Leica SP8显微镜采集多达解神经元的形态，这对许多研究人员来说仍然是一个耗时的挑战。

AI-based workflow for fast rare event detection in living biological samples using Autonomous Microscopy powered by Aivia

人工智能显微成像能够高效检测稀有事件

对稀有事件进行定位和选择性成像是许多生物样本研究过程的关键。然而，由于时间限制和高度的复杂性，有些实验无法做到，从而限制了获得新发现的前景。通过基于人工智能的显微成像检测稀有事件，这种工作流程将智能样本导航、图像采集工具和人工智能驱动的图像分析等不同功能融合起来共同协作，能够克服上述局限性。

Left-hand image: The distribution of immune cells (white) and blood vessels (pink) in white adipose tissue (image captured using the THUNDER Imager 3D Cell Culture). Right-hand image: The same image after automated analysis using Aivia, with each immune cell color-coded based on its distance to the nearest blood vessel. Image courtesy of Dr. Selina Keppler, Munich, Germany.

精确分析宽视野荧光图像

利用荧光显微镜的特异性，即便是使用厚样品和大尺寸样品，研究人员也能够快速轻松地准确观察和分析生物学过程和结构。然而，离焦荧光会提高背景荧光，降低对比度，影响图像的精确分割。THUNDER 与Aivia 的组合可以有效解决这一问题。前者可以消除图像模糊，后者会使用人工智能技术自动分析宽视野图像，提高操作速度和精确性。下面，我们来详细了解下这一协作方法。

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。

Separation of cells based on their tracking status: A colourised binary mask of a time-lapse microscopy field of view of medium confluency with individual cells highlighted as survivors if they can be tracked since the initial movie frame (cyan), incomers if they migrated into the field of view throughout the movie (yellow) or mistracks if an error occurred in the automated trajectory reconstruction (red).

使用深度学习技术追踪单细胞

人工智能解决方案在显微镜领域的应用不断拓展。从自动化目标分类到虚拟染色，机器学习和深度学习技术在帮助显微镜学家简化分析工作的同时，也在持续推动科学技术领域的突破。

How does an Automated Rating Solution for Steel Inclusions Work?

The rating of non-metallic inclusions (NMIs) to determine steel quality is critical for many industrial applications. For an efficient and cost-effective steel quality evaluation, an automated NMI…

如何对钢铁中的非金属夹杂物进行符合标准的分析

本次网络研讨会将概述非金属夹杂物在钢铁中的重要性，概述评估钢铁质量的重要全球标准，以及手动测量钢铁夹杂物时遇到的困难。

钢材质量评估过程中人工评级非金属夹杂物（NMI）的挑战

快速、精确和可靠的非金属夹杂物（NMI）评级对钢材质量评估具有重要作用。在钢铁生产和组件制造过程中，非金属夹杂物（NMI）人工评级是一种常用的方法.

[Translate to chinese:] Image source: shutterstock

分析钢铁中的非金属夹杂物

我们常常发现自己陷入了通过标线和比较图进行繁琐的分析，根据多个标准进行耗时的双重评估或来自不同用户的带有偏见的主观检查结果。在本次网络研讨会中，Nicol Ecke 博士将讨论使用 LAS X 钢铁专家自动分析非金属夹杂物的优势。了解这将如何帮助您比以往更快、更轻松地获得您想要的可靠、公正且符合标准的结果。