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.

Utilisation de Deep Learning pour supprimer le bruit de fond de Poisson des images confocales résonantes

En utilisant un réseau neuronal convolutifs utilisant un cadre MXNET codé avec plusieurs milliers d'exemples de données confocales résonantes, des poids assimilables sont attribués aux données d'image d’entrée, ce qui résulte en l’apprentissage par le réseau à établir des corrélations et à reconnaître des modèles: le principal modèle courant étant le bruit de fond de Poisson, le réseau a été entraîné à reconnaître et à supprimer le bruit de fond provenant des ensembles de données confocales A1 résonantes. Cet algorithme d'intelligence artificielle (IA) qualifié peut même ensuite être utilisé en temps réel pour la suppression du bruit.

avec Denoise.AI
Original

Image confocale résonante à projection d'intensité maximale de Danio sp multi-marqué, préparé par Callen Wallace et Mike Calderon, Centre pour l'imagerie biologique, Université de Pittsburgh, pour le cours de microscopie quantitative à fluorescence (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