工业

工业

工业

深入探讨有关工业和病理学领域的高效检测、优化工作流程和提高人体工学舒适度的文章和网络研讨会。涉及的主题包括质量控制、材料分析、病理学显微镜等。在这里您可以获得有关使用前沿技术提高生产力和优化质量以及准确地进行病理学诊断的干货。
Brain organoid section (DAPI) acquired using THUNDER Imager Live Cell. Image courtesy of Janina Kaspar and Irene Santisteban, Schäfer Lab, TUM.

研究大脑健康的成像类器官模型

小胶质细胞是特化的脑驻留免疫细胞,在大脑发育、平衡和疾病中发挥着至关重要的作用。然而,到目前为止,模拟人脑环境与小胶质细胞之间相互作用的能力还非常有限。
Mouse cortical neurons. Transgenic GFP (green). Image courtesy of Prof. Hui Guo, School of Life Sciences, Central South University, China

显微镜如何帮助研究机械感受和突触通路

Tobi Langenhan教授使用显微镜研究突触蛋白质组合体,研究粘附性GPCR的机械感受特性,并了解蛋白质动力学及其空间相互作用。
THY1-EGFP labeled neurons in mouse brain processed using the PEGASOS 2 tissue clearing method, imaged on a Leica confocal microscope. Neurons were traced using Aivia’s 3D Neuron Analysis – FL recipe. Image credit: Hu Zhao, Chinese Institute for Brain Research.

借助人工智能,揭示复杂而密集的神经元图像中的洞察

神经元的3D形态学分析通常需要使用不同的成像模式,捕捉多种类型的神经元,并在各种密度下相连的传统Leica SP8显微镜采集多达解神经元的形态,这对许多研究人员来说仍然是一个耗时的挑战。
Microscopy for neuroscience research

神经科学显微镜面临哪些挑战?

显微镜是神经科学研究领域的强大工具。不过,当涉及到对神经过程进行成像以及使用不同的样品类型(例如厚神经组织或脑类器官)时,科研人员可能会面临到很多挑战。这本30页的电子书包含众多真实的案例,以讨论我们最常见到的一些挑战,同时展示了如何使用THUNDER 成像技术克服这些挑战。
AI-based workflow for fast rare event detection in living biological samples using Autonomous Microscopy powered by Aivia

人工智能显微成像能够高效检测稀有事件

对稀有事件进行定位和选择性成像是许多生物样本研究过程的关键。然而,由于时间限制和高度的复杂性,有些实验无法做到,从而限制了获得新发现的前景。通过基于人工智能的显微成像检测稀有事件,这种工作流程将智能样本导航、图像采集工具和人工智能驱动的图像分析等不同功能融合起来共同协作,能够克服上述局限性。
Fluorescence microscope image of a life-science specimen

荧光入门介绍

荧光是George Gabriel Stokes于1852年首次报道的一种现象。他观察到萤石在紫外线照射后开始发光。荧光是光致发光的一种形式,是指一种材料被光照射后会发射出光子。发射光的波长比激发光更长。这种效应又称为斯托克斯位移。
Cancer cells

铁代谢在癌症进展中的作用

铁代谢在癌症发展和演进过程中发挥着重要作用,可以调节免疫反应了解铁离子如何影响癌症和免疫系统,有助于开发新的癌症治疗方法。
How is microscopy used in spatial biology - Teaserimage

显微镜在空间生物学中的应用:显微镜指南

本电子书旨在探索显微镜中的关键空间生物学方法,例如多重成像技术,这个方法有助于将独立的细胞信息放入空间环境来分析。
Spirogyra algae (Conjugation), Transmitted Light Differential Interference Contrast.

微分干涉对比(DIC)显微镜

本文阐释了在使用显微镜对未染色透明生物样本进行成像时,微分干涉对比法(DIC)为何是明场照明的绝佳方案。
Scroll to top