Software Resources

NIS-Elements Viewer

NIS-Elements Viewer is a free, standalone application for viewing image files and datasets with the same advanced visualization tools found in the full NIS-Elements software core packages. Enjoy consistent performance and a familiar interface, whether you're working in 2D or exploring complex 3D data.

Key Capabilities:

  • 3D Volume View for detailed rendering
  • Tile View for navigating Time, Z, and Multipoint datasets
  • Slice View for Z-stacks and time-lapse sequences
  • Full compatibility with calibrations and binary layers generated from core NIS-Elements packages
  • Access to experimental metadata, including time intervals, Z-step size, and device settings
  • Export ND datasets to TIFF with built-in tools

Download NIS-Elements Viewer User’s Guide (738 KB)

Windows Viewer

Minimum System Requirements

  • CPU Core 2 Duo or higher
  • Windows 10 Pro or later
  • 64 bit only
  • Direct X version 11 or higher

By downloading you confirm that you have read and agree with Nikon’s End User License Agreement, Terms of Use and Privacy Agreement.

Download for Windows

Mac Viewer

This is an initial release of NIS-Elements Viewer for macOS that includes a focused set of core features.

By downloading you confirm that you have read and agree with Nikon’s End User License Agreement, Terms of Use and Privacy Agreement.

Download for macOS (Apple Silicon)

Download for macOS (Intel x86_64)


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