.jpg?rev=F148)
.jpg?rev=F148)
图像分割
快速、高效
- 基于深度学习技术的高精度检测和分割提供了高效可靠的分析结果
- 非常适合细胞计数和几何测量（如面积或形状），无需考虑光毒性影响
- 每个位置的处理时间小于1秒
显示细胞核识别的示例。显示已训练神经网络应用（决策）的示意图。 |
基于人工智能技术的新一代图像分析
通过显微镜采集的图像数据分析，为了进行精确图像分析，需要利用图像分割（特别是基于强度值或颜色的阈值）从图像中提取分析目标。但这个过程可能非常耗时，并且会影响标本状态。
TruAI技术的新一代图像分析可以帮助解决这些难题。
 利用TruAI（绿色）预测有丝分裂细胞。 | 利用TruAI（蓝色）预测小鼠肾脏切片上的肾小球位置。 | 绿色：您可以发现由于GFP标记不均匀导致检测准确性较低。 蓝色：尽管培养皿上存在划痕和灰尘，但仍可以高精度对细胞核进行检测。 |
图像增强神经网络可以提前学习噪点的特征，即使在信号很弱的情况下，也能构建出高信噪比的图像。
荧光强度很弱的噪点图像也会使物体识别的分割变得困难。尽量减少图像褪色并尽快采集图像也很重要。
|
实时人工智能为您省时省力观察已训练神经网络的实时决策结果，并实时显示。在开始图像采集之前，了解决策结果可以提高实验的效率。 | Related Videos
HeLa细胞培养对细胞周期不同阶段的实时检测* |
*虽然它已经成为医学研究中最重要的细胞系之一，但我们必须认识到Henrietta
Lacks对科学的贡献是在未经她同意的情况下发生的。这一不公正现象在导致免疫学、传染病和癌症方面重大发现的同时，也引发了关于医学中的隐私、伦理和授权许可方面的重要对话。
要了解更多关于Henrietta Lacks的生平和她对现代医学的贡献，请点击这里。
http://henriettalacksfoundation.org/
从宏观到微观成像从宏观到微观成像功能使您能够使用低倍率物镜（如4倍）采集概览图，然后可识别样本区域并以高倍率采集图像。选择使用TruAI时，这一过程会自动进行，当观察带有多个组织切片的载玻片或培养皿时，成像速度更快、效率更高。 |
|
 | “预先训练的细胞核识别是相当惊人的，现在可以很容易地分析非常异质的样本，并且不损害任何细胞组分。 特别是在高细胞密度区域，无论是速度还是性能，基于TruAI的分离明显优于强度或边缘检测。”
Robert Strauss
|
相关产品
APX100
| IXplore Pro
| IXplore Live
| IXplore Spin
|
IXplore SpinSR
| FV4000
*截至2023年10月。 | FV4000MPE
| VS200
|
scanR
|
创新的Tru技术帮助研究人员克服成像实验的难题。
无缝反卷积，可获得更清晰的图像。 |
在延时实验中保持焦点稳定。 |
高光效，可得到明亮、精确的多色图像。 |
自动校正，在深度上获得更明亮、更清晰的图像。 |
对不起，此内容在您的国家不适用。
对不起，此内容在您的国家不适用。