포괄적인 이미징 소프트웨어

NIS-Elements 이미징 소프트웨어를 사용하면 현미경과 주변 장치는 물론 공초점 시스템을 통합 제어할 수 있습니다. 공초점 이미징을 위한 다양한 기능 외에도, 이미지 분석의 간소화를 지원하는 다양한 AI 툴과 분석 및 실험 워크플로를 맞춤화할 수 있는 옵션형 모듈을 갖추고 있습니다.

ER(확장 해상도)

ER이 적용된 살아있는 샘플의 Z 스택 이미지의 최대 강도 투영, 15 fps에서 2048 x 1024 AX R 공진 스캐닝을 사용하여 60X 1.4 NA Plan Apo Lambda 오일 침지 대물렌즈로 획득.

NIS-Elements ER은 자동 매개변수 설정 및 사용자 정의 옵션과 함께 GPU 프로세싱을 사용하여 공초점 공간 해상도를 최대 120nm(측면)/300nm(축)까지 향상시킬 수 있습니다.

실험의 맞춤형 정의

NIS-Elements는 내장 다차원(멀티-XY,Z,T, 다중 채널)적 실험 기능을 탑재하고 있습니다.옵션인 JOBS 모듈을 추가하면 여러 경로와 치수를 사용하여 비직교 실험 설정 등 훨씬 더 많은 사용자 정의가 가능합니다.종종 실험에서는 수집을 간소화하고 필요한 모든 데이터 포인트를 캡처하기 위해 맞춤화가 필요합니다.실험 중 실시간으로도 데이터 분석이 가능하며, 분석 결과에 따라 실험 방향을 바꿀 수도 있습니다.사용자는 데이터 출력 요구를 최대화하는 실험을 설계할 때 궁극의 유연성을 갖습니다.

JOBS 실험 프로토콜

1024 x 2048 AX R 공진 스캐닝을 사용하여 25X SIL 침지 대물렌즈로 획득한 다니오속의 혈관 발달에 대한 타임랩스 이미지.

실험이 진행되는 동안 특정 시점에서 Z 시리즈의 전체 FOV의 최대 강도 투영.

시간을 나타내는 오버레이 색상으로 혈관 발달을 나타내는 삽입 그림. 각 색상은 다른 시점을 나타냅니다.

Erika Driekorn 및 Dr. Beth Roman, Department of Human Genetics, University of Pittsburgh Graduate School of Public Health.

보조를 위해 설계된 AI 소프트웨어 혁신

획득에서 분석에 이르기까지 니콘의 NIS-Elements 소프트웨어는 현미경 연구를 위한 합성곱 신경망(CNN) 기반 딥 러닝 구현의 선구적 리더입니다.

여러 AI 도구를 사용할 수 있으며, 특히 사용자가 공초점 데이터를 획득, 처리 및 분석하는 데 도움이 되는 도구가 많습니다. 이 도구는 사용자가 이미지 처리 및 분석을 위한 적절한 신호 대 잡음비(SNR) 이미지를 달성하는 데 도움이 되며, 분할 및 이미지 향상 또는 모달리티 변환을 위한 더 많은 도구를 제공합니다.

촬영 시작

공초점 이미징에는 최상의 이미지 품질, 통계적으로 유효한 신호 대 잡음비 및 장기적인 샘플 안정성을 위해 미세 조정해야 하는 여러 변수가 있습니다. NIS-Elements AI 도구는 이 목표를 달성하는데 지원하도록 설계되었습니다.

Autosignal.ai

AX/AX R의 새로운 기능: Autosignal.ai는 사용자가 수동으로 최적의 설정을 검색하거나 실시간으로 스캔하고 샘플을 불필요하게 노출시키는 대신 최적의 조명 및 검출 설정을 자동으로 제안할 수 있습니다.

Denoise.ai

산탄 잡음은 공초점 이미징에서 주요 잡음원입니다. Denoise.ai는 공초점 이미징의 산탄 잡음 구성 요소를 제거할 수 있어 이미지 품질을 향상시키고 및 다운스트림 분할을 지원합니다.

Segment.ai

AI 기능의 도구 상자는 사용자가 이미지를 쉽게 분할할 수 있도록 지원합니다. AI를 훈련한 후에는, 기존의 방법(예: 균일한 강도를 가진 샘플, 다양한 형태의 기존 임계값 설정이 거의 불가능)으로 몇 시간이 걸리던 분할을 몇 초 만에 완료할 수 있습니다.

AX / AX R with NSPARC

AX / AX R with NSPARC

공초점 현미경

포괄적인 이미징 소프트웨어