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！

[Translate to chinese:] 40x magnification of organoids cluster taken on Mateo TL.Cell type: esophageal squamous carcinoma; scale bar 15µm. Courtesy of bioGenous, China.

克服类器官三维细胞培养中的观察挑战

类器官在细胞生物学和药物发现中至关重要，因为它们能够模拟体内细胞的复杂性和结构，有助于癌症等微环境至关重要的疾病研究。类器官可根据患者的基因型进行定制，这也有助于个性化医学研究。

Image of a Siemens star, where the diameter of the 1st black line circle is 10 mm and the 2nd is 20 mm, taken via an eyepiece of a M205 A stereo microscope. The rectangles represent the field of view (FOV) of a Leica digital camera when installed with various C-mounts (red 0.32x, blue 0.5x, green 0.63x).

30000:1放大率到底意味着什么？

关于光学显微镜性能的一个重要标准是放大率。本报告将为数字显微镜用户提供有用的指南，以确定放大率值的有用范围。

利用数码显微镜快速、可靠地对印刷电路板（PCB）及其总成（PCBA）进行显微观察

本文阐释了徕卡数码显微镜DVM6的性能优势，例如简单直观的操作系统、快速简单的放大倍率切换方式，并且可以通过编码准确调取参数。

[Translate to chinese:] The Emspira 3 digital microscope offers what users need for comprehensive visual inspection, including comparison, measurement, and documentation sharing.

数码检测显微镜的工业应用

本文讨论了在选择用于显微分析和质量控制（QC）以及故障分析（FA）和研发（R&D）的数码显微镜之前，用户应当考虑的因素。关键在于需要事先充分了解汽车、电子、机械工程和医疗设备等行业的应用要求和用户需求。显微镜解决方案不仅应当帮助用户实现高效、可靠的显微分析、QC、FA以及研发工作，还应当易于操作、满足用户需求，同时方便报告并分享结果。

[Translate to chinese:] Inspection microscope image of a printed circuit board (PCB) taken with a ring light (RL) and near vertical illumination (NVI).

工业应用的显微镜照明

本文旨在为使用显微镜检测的用户提供实用的建议，帮助他们为零件或组件观察选择最佳照明或照明系统

如何从数字细胞病理学中获益

如果您认为数字细胞病理学的特征在于玻璃载玻片的数字化，那么意大利萨勒诺大学医院亚历山德罗·卡普托博士（Alessandro Caputo）的这场网络研讨会将为您拓宽视野。您可以深入了解如果在整个实验室工作流程中采用数字技术，将会实现哪些可能性。

本文讨论使用显微镜进行目视检查和返工时遇到的挑战。使用正确类型的显微镜和光学设置对于优化工作流程和增加产量至关重要。使用显微镜进行目视检查和返工时可能遇到的挑战包括确定适当的放大倍率和照明以及有足够大的工作距离。然而，其他关键因素与工作流程优化、有效报告结果和用户培训以及检查过程中的用户舒适度有关。Leica数码和体视显微镜能够提供一系列完整的解决方案，帮助您克服这些挑战，提供更有效的检查和返工。

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。