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！

功能日益强大的显微镜可提供信息丰富的各种细胞表型数据。如果与深度学习的最新进展相结合，这将成为在基因筛选中读出感兴趣的生物表型的理想技术。在本网络讲座中，您将了解到空间分辨 CRISPR 筛选 (SPARCS)，这是一种利用自动化高速激光显微切割技术在人类基因组尺度上揭示各种亚细胞空间表型的平台。

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。

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。

显微镜是神经科学研究领域的强大工具。不过，当涉及到对神经过程进行成像以及使用不同的样品类型（例如厚神经组织或脑类器官）时，科研人员可能会面临到很多挑战。这本30页的电子书包含众多真实的案例，以讨论我们最常见到的一些挑战，同时展示了如何使用THUNDER 成像技术克服这些挑战。

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。

有关替代燃料汽车的作用以及为什么可持续解决方案对汽车行业日益重要的按需网络研讨会

电动汽车包含的一些组件和系统需符合严格的清洁度标准和指南，实验室检测此类组件和系统时必须能够满足相关的要求。为此，VDA 19.1指南需要做出相应的修改。随着电动汽车的快速发展，检测行业需要寻找全新的技术解决方案，满足日益严苛的颗粒物分析要求。

本文讨论了确定颗粒物对汽车和电子行业中的零件和组件的破坏性潜力三个主要因素，分别是颗粒物反射率、高度和成分。光学显微镜可以评估颗粒物的反射率和高度，但颗粒物成分的评估则需要使用激光诱导击穿光谱（LIBS）等光谱分析方法。结合显微镜和LIBS的二合一解决方案可以帮助用户高效确定颗粒物的损坏潜力。

正确的清洁度分析解决方案对质量控制至关重要。本文介绍了选择适合自身需求的解决方案时应考虑的一些重要因素。这些因素取决于不同的方面，例如：（微电子或汽车）行业，污染物类型、尺寸、成分、材料属性和可能造成的损害等。从基本的清洁度验证到更复杂的分析，有多种基于显微镜和激光光谱的清洁度解决方案可供选择。