Leica Microsystems: 显微镜科学与教学知识中心

显微镜科学与教学知识中心

徕卡显微系统的知识库提供有关显微镜学科的科学研究和教学材料。内容旨在对显微镜初学者、有经验的显微镜操作实践者和使用显微镜的科学家在他们的日常工作和实验有所帮助。这里有探索交互式教程和应用笔记，你可以找到你需要的显微镜的基础知识以及前沿技术——快来加入徕卡显微知识社区，分享您的专业知识！

荧光显微镜如何为工业应用带来益处

观看这个免费的网络研讨会，了解更多关于荧光显微镜在工业应用中的用途。我们将涵盖一系列调查研究，在这些研究中，荧光对比度为样本属性提供了新的见解，例如纤维、文件、涂料、建筑材料、电子产品和食品的属性。您将看到使用荧光有多么简单，同时还将了解样本制备和潜在局限性。

How to Select a Microscope for Cataract Surgery

This article gives some guidance on what to consider in the selection of an ophthalmic microscope for cataract procedures. Bearing these aspects in mind will equip surgeons well for talks with…

癌症活体显微镜检查

请加入我们的特邀演讲嘉宾 Jacco van Rheenen 教授的网络研讨会，他将展示他在驱动癌症起始和进展的细胞的身份、行为和命运方面的研究成果。

Aivia_Neuroscience-VBE comparison mouse-1_traced_ROI

自动化加速神经元图像分析

复杂神经投射的检测能力主要取决于大规模神经元网络的精确重建。神经科学研究中的大多数数据析取方法都非常耗时和易错，进而导致进度延误和错误。在本次研讨会中，Aivia将演示如何利用自动化技术提升图像分析工作流的效率

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。

Analysis of anatomy and axon orientation of an adult mouse brain tissue with QLIPP.

通过光学属性了解细胞结构

在过去3年中，显微学家开始在广泛的应用中使用人工智能解决方案，包括图像采集优化（智能显微镜）、目标分类、图像分类、分割、还原、超分辨率和虚拟染色。

[Translate to chinese:] Routine inspection microscope Ivesta 3

如何为目视检查选择正确的解决方案

本文可帮助用户在选择显微镜作为常规目视检查解决方案时做出决策。其中描述了应考虑的重要因素。

如何使用数码显微镜简化检验流程

在“如何使用数码显微镜简化检验流程”的网络研讨会上，他深入探讨了如何使用Emspira 3数码显微镜改进目视检查流程。

[Translate to chinese:] AiviaMotion: Truly simultaneous multicolor imaging of live cells (U2OS) in 3D

人工智能和共焦显微镜 - 需知信息

本常见问题清单是对AiviaMotion介绍文章“人工智能如何增强共焦成像”的补充，并为相关问题提供了实用的解答。