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:] 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。

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。

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。

评定您的钢材质量：免费在线研讨会及报告

此在线研讨会与报告阐述了钢材质量评定中非金属夹杂物的最佳显微镜解决方案，同时回顾了有关严格质量评估方法的各种国际和地区标准，如EN 10247、ASTM E45、DIN 50602和ISO 4967。优良的钢材质量对于各种行业和应用至关重要，尤其是对于车辆和船舶的制造以及建筑物的建造。可靠、准确的非金属夹杂物评价方法是确定其对钢材质量影响的关键。LAS（徕卡应用程序套件）X Steel…

如何使金属合金的粒度分析符合您的需求

金属合金（如钢和铝）在汽车、运输等行业中都有重要作用。本报告回顾了粒度分析对合金表征的重要性，以及便于用户操作和分析图像的显微镜解决方案，这种方案会用到高性能软件，整体实用性高、灵活性强。