.jpg?rev=5336)
.jpg?rev=36EA)
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
|
了解更多
使用带有深度学习功能的TruAI技术进行准确高效的显微图像分析 |
利用深度学习，为药物检测预测多类细胞核表型 |
利用可以自我学习的人工智能技术快速进行肾小球的自动检测和分割 |
使用VS200研究级玻片扫描系统和TruAI深度学习解决方案加速和优化胰岛的分割和分析 |
自学习显微镜使用scanR TruAI进行无标记迁移分析 |
使用TruAI深度学习技术进行酵母蛋白质定位分类 |
深度学习让细胞和细胞核的实例分割更加简单 |
20个使用预先训练好的深度学习模型轻松进行细胞核和细胞分割的示例 |
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。