Software Resources

NIS-Elements Viewer

The NIS-Elements Viewer is temporarily unavailable on our website.

Please contact us at NA-NII-Software_Support@nikon.com to request an installer download link by specifying the operating system.

Utilizando Deep Learning para eliminar el ruido fotónico de Poisson de imágenes confocales de resonancia

Al usar una red neuronal convolucional que utiliza un marco MXNET codificado con varios miles de ejemplos de datos confocales de resonancia, a los datos de la imagen de entrada se les asigna pesos aprendibles, lo que resulta en el aprendizaje de la red para establecer correlaciones y reconocer patrones: el patrón principal mas común es el ruido fotónico o de Poisson; la red fue entrenada para reconocer y eliminar el ruido fotónico de conjuntos de datos del microscopio confocal A1 de resonancia. Este algoritmo entrenado de Inteligencia Artificial (AI) se puede utilizar incluso en tiempo real para eliminar el ruido.

con Denoise.AI
Original

Proyección de máxima intensidad de imagen confocal de resonancia de Danio sp. preparado por Callen Wallace y Mike Calderon, Centro de Imágenes Biológicas, Universidad de Pittsburgh para el Curso de Microscopía de Fluorescencia Cuantitativa (QFM).

See for yourself…test our deconvolution for free!

NIS-Elements offers advanced 3D and 2D deconvolution modules for improving image quality. Upload your image to our NIS-Elements deconvolution test site to see the difference.

Visit Website