AX / AX R with NSPARC

Microscopios confocales

Solicite Información

Software de imágenes completo

El software de imágenes NIS-Elements permite el control integrado de microscopios y dispositivos periféricos, así como de sistemas confocales. Además de varias funciones para imágenes confocales, tiene una amplia gama de herramientas de inteligencia artificial que admiten la optimización del análisis de imágenes y módulos opcionales que permiten la personalización de los flujos de trabajo de análisis y experimentos.

ER (resolución extendida)

Proyección de intensidad máxima de imágenes de pila Z de una muestra en vivo a la que se ha aplicado ER, adquiridas con un objetivo de inmersión en aceite 60x 1.4NA Plan Apo Lambda utilizando un barrido resonante AX R de 2048x1024 a 15 fps.

NIS-Elements ER se puede utilizar para mejorar la resolución espacial confocal hasta 120 nm (lateral) / 300nm (axial) mediante el procesamiento de GPU con ajustes de parámetros automáticos y opciones definidas por el usuario.

Definición personalizada de experimentos

NIS-Elements tiene capacidades experimentales multidimensionales (multi-XY, Z, T, multicanal) integradas. Agregar el módulo JOBS opcional permite aún más personalización, como configurar experimentos no ortogonales con múltiples rutas y dimensiones. A menudo, los experimentos requieren personalización para optimizar la adquisición y capturar todos los puntos de datos necesarios. El análisis de los datos se puede realizar incluso en tiempo real durante el experimento, e incluso se puede cambiar la dirección del experimento en función de los resultados del análisis. Los usuarios tienen la máxima flexibilidad para diseñar experimentos que maximicen sus necesidades de producción de datos.

Protocolo de experimento JOBS

Imágenes de lapso de tiempo de Danio sp. desarrollo vascular adquirido con un objetivo de inmersión SIL 25x utilizando escaneo resonante AX R de 1024 x 2048.

Proyecciones de intensidad máxima de todo el campo de visión de la serie Z en puntos en el tiempo durante el progreso del experimento.

Recuadro que muestra el desarrollo vascular con color superpuesto que representa el tiempo, donde cada color representa un punto temporal diferente.

Cortesía de Erika Dreikorn y la Dra. Beth Roman, Departamento de Genética Humana, Escuela de Graduados de Salud Pública de la Universidad de Pittsburgh.

Innovaciones de software de IA diseñadas para ayudar

Desde la adquisición hasta el análisis, el software NIS-Elements de Nikon es un líder pionero en la implementación del aprendizaje profundo basado en redes neuronales convolucionales (CNN) para microscopía. Hay varias herramientas de inteligencia artificial disponibles, muchas de ellas dirigidas específicamente a ayudar a los usuarios a adquirir, procesar y analizar datos confocales. Estas herramientas ayudan a los usuarios a lograr imágenes de relación señal / ruido (SNR) adecuadas para el procesamiento y análisis de imágenes, y más herramientas para la segmentación y mejora de imagen o transformación de modalidad.

Punto de partida

Las obtención de imágenes confocales tienen múltiples variables que deben ajustarse para obtener la mejor calidad de imagen, una relación señal / ruido estadísticamente válida y estabilidad de la muestra a largo plazo. Las herramientas de inteligencia artificial de NIS-Elements están diseñadas para ayudar a lograr estos objetivos.

con Autosignal.ai

Autosignal.ai

Nuevo para AX/AX R: Autosignal.ai puede sugerir la mejor configuración de iluminación y detección automáticamente, en lugar de que los usuarios intenten encontrar manualmente la mejor configuración por prueba y error, o mientras escanean en vivo y exponen la muestra innecesariamente.

con Autosignal.ai

Denoise.ai

El ruido de disparo es la principal fuente de ruido en las imágenes confocales. Denoise.ai puede eliminar el componente de ruido de disparo de las imágenes confocales, mejorando la calidad de la imagen y ayudando en la segmentación posterior.

con Segment.ai

Segment.ai

Una caja de herramientas de funciones de IA ayuda a los usuarios a segmentar fácilmente las imágenes; Después de entrenar la IA, la segmentación que tomaría horas con métodos tradicionales (como muestras con intensidad uniforme, lo que hace que el umbral tradicional de diferentes morfologías sea casi imposible) se puede realizar en segundos.