显微镜知识库

徕卡显微系统的知识库提供有关显微镜学科的科学研究和教学材料。内容旨在对显微镜初学者、有经验的显微镜操作实践者和使用显微镜的科学家在他们的日常工作和实验有所帮助。这里有探索交互式教程和应用笔记，你可以找到你需要的显微镜的基础知识以及前沿技术——快来加入徕卡显微知识社区，分享您的专业知识！

Separation of cells based on their tracking status: A colourised binary mask of a time-lapse microscopy field of view of medium confluency with individual cells highlighted as survivors if they can be tracked since the initial movie frame (cyan), incomers if they migrated into the field of view throughout the movie (yellow) or mistracks if an error occurred in the automated trajectory reconstruction (red).

使用深度学习技术追踪单细胞

人工智能解决方案在显微镜领域的应用不断拓展。从自动化目标分类到虚拟染色，机器学习和深度学习技术在帮助显微镜学家简化分析工作的同时，也在持续推动科学技术领域的突破。

Analysis of anatomy and axon orientation of an adult mouse brain tissue with QLIPP.

通过光学属性了解细胞结构

在过去3年中，显微学家开始在广泛的应用中使用人工智能解决方案，包括图像采集优化（智能显微镜）、目标分类、图像分类、分割、还原、超分辨率和虚拟染色。

如何为目视检查选择正确的解决方案

本文可帮助用户在选择显微镜作为常规目视检查解决方案时做出决策。其中描述了应考虑的重要因素。

如何使用数码显微镜简化检验流程

在“如何使用数码显微镜简化检验流程”的网络研讨会上，他深入探讨了如何使用Emspira 3数码显微镜改进目视检查流程。

AiviaMotion: Truly simultaneous multicolor imaging of live cells (U2OS) in 3D

人工智能和共焦显微镜 - 需知信息

本常见问题清单是对AiviaMotion介绍文章“人工智能如何增强共焦成像”的补充，并为相关问题提供了实用的解答。

Dynamic Signal Enhancement powered by Aivia: Truly simultaneous multicolor imaging of live cells (U2OS) in 3D

人工智能如何增强共聚焦成像

在本文中，我们将展示人工智能（AI）如何增强您的成像实验。即，由 Aivia 提供支持的动态信号增强如何在捕捉活细胞样本的时间动态的同时提高图像质量。

利用多重中频成像设计您的研究课题

多重组织分析是一种功能强大的技术，可对单个固定组织样本中的细胞类型位置和细胞类型相互作用进行比较。在多重分析研究开始之前，研究人员通常会提出以下问题： "我如何知道组织中哪些生物标记物是相关的？另外，随着研究问题的发展，我如何转向其他生物标记物？巧妙的研究设计有助于回答现有的问题，并能继续探索研究开始时并不明显的新联系。

用SRS显微镜对配方产品进行表征分析

从药品和消费者健康产品到农用化学品和油漆，霜剂、糊剂、凝胶、乳剂和片剂常见于众多制造领域。为提高有效性以及产品性能和安全性，有必要了解产品中各成分之间的相互作用。具备能评估活性成分的结构、稳定性并对其输送进行可视化的技术对配方产品制造业而言具有重大价值。

SEM image of the full Li-NMC electrode sample, showing the two porous layers and the metal film at the center of the structure.

电池组件的横截面离子束研磨（锂电池与铅酸电池栅板）

深入了解锂电池系统需要高质量的表面处理，以评估其内部结构和形态。然而，快速简单地制备原始横截面可能由于所涉及材料的性质和电池结构而变得困难。多数材料系统通常使用切割、包埋、研磨、抛光等纯机械方法制备横截面。在这种情况下，单纯的机械制备不足以对电池进行高分辨率的SEM分析。