
アプリケーションノート

AI×マクロイメージング
2021年3月
Clarify.aiは、蛍光画像に含まれるボケ光を除去し、高コントラストな画像を生成する新AIモジュールです。実体顕微鏡×Clarify.aiにより、従来よりもさらにシャープな蛍光画像が得られるため、モデル生物のマクロな観察だけでなく、よりミクロな微細構造の観察も実現します。

高速ポイントスキャン共焦点顕微鏡を利用した、オンチップ生体培養の定量三次元解析
2021年1月
Organs-on-chips(臓器チップ)は、標準的な二次元組織培養システムよりも、生体組織の三次元構造および機能の複雑さを忠実に再現できます。しかし、この高度な細胞培養プラットフォームの画像取得をベースとするアプリケーションにおいては、技術的な課題があります。本アプリケーションノートでは、ニコンのA1R HD25ポイントスキャン共焦点顕微鏡およびCFI S Plan Fluor LWD 20XC対物レンズ、NIS-Elementsソフトウェアを使用して、Emulate社のOrgan-Chipプラットフォーム上で生細胞を高速かつ深部まで定量的にイメージングした例を紹介します。

ディープラーニングを用いてDIC画像から細胞領域を高精度にセグメント
2020年9月
NIS-Elements に搭載のNIS.ai機能により、スクラッチアッセイの定量化を実施した例を紹介します。本例により、NIS.aiが少ない教師画像で、既存のWound Healingよりも高精度な推論が可能であることが示されました。

画像統合ソフトウェアNIS-ElementsのDenoise.ai機能:ディープラーニングを応用して共焦点画像からノイズを除去
2020年1月
共焦点画像では、サンプルから連続的に放出される光子を慎重にデジタルサンプリングする過程において、必然的にノイズが発生します。ノイズが画質(S/N比)に及ぼす影響は、蛍光シグナルが減少するのに伴い、平方根関数に従って増加します。学習済みニューラルネットワークを使用することで、AIを応用して共焦点画像からショットノイズ成分の除去が可能です。これにより、画質を向上させ、シグナルの弱い画像でも高速取得を実現します。画像統合ソフトウェアNIS-ElementsのDenoise.ai機能は、学習済みニューラルネットワークを搭載し、ライブ画像や取得済み画像に対してノイズ除去の処理が行えます。

ハードウェアトリガリング:ライブイメージングのためのスピードと効率の最大化
2017年12月
ライブセルイメージング実験は今や、これまで以上に高速でより多くのデータスループット求められています。Nikon製品は、ハードウェア間の直接の通信を介して顕微鏡のイメージングデバイスにハードウェアトリガーをかける強力なツールを持っています。これにより、遅延を最小限に抑え、デバイスを同期させ、標本が光にさらされる時間を減らすことができます。このアプリケーションノートでは、ニコンのNIS-Elementsのハードウェアトリガーワークフローがどのように機能するかを説明し、一般的なタイムラプス画像取得手順へのメリットについて詳しく説明します。