高效颗粒计数和分析
本报告介绍了使用光学显微镜对零部件的清洁度进行颗粒计数和分析的方法。颗粒计数和分析对汽车和电子行业的质量保证非常重要。颗粒污染可能会导致零部件退化或失效。清洁度分析能快速确定颗粒的大小、类型以及造成损坏的概率。对于更高级的分析（如确定颗粒成分），则可以使用光学显微镜和激光诱导击穿光谱（LIBS）。
显微镜下的质量控制
电动汽车需求的快速增长是推动市场发展的重要因素，但不是唯一因素，其他因素包括可再生能源装置日益普及（如光伏板），各种医疗设备广泛采用锂离子电池，以及便携式消费电子产品的市场逐步扩大。
汽车零部件的清洁度
本文讨论了ISO 16232标准和VDA 19指南，并简要总结了颗粒物分析方法。它们为汽车零部件在微粒污染方面的清洁度提供了重要标准。此类颗粒物会对产品性能和寿命产生影响。在清洁度分析中，可以使用自动光学显微镜方法来确定颗粒物类型、大小和造成损坏的可能性。有时，需要更多成分信息，才能准确找到潜在的损害和污染源。这时候就需要借助激光光谱（LIBS）或电子显微镜。
从概览中查找相关样本细节
在从图像到图像的搜索中切换到快速查看整个样本概览，并即刻识别重要的样本细节。利用这些知识，使用载玻片、培养皿和多孔板的模板自动设置高分辨率图像采集。LAS X Navigator软件像是样本细胞的GPS，总能为用户指明通向高质量数据的清晰路径，这是生命科学平台STELLARIS和THUNDER成像仪上的一款强大的导航工具。LAS X Navigator支持将宽场、立体或共聚焦实验与舞台应用相结合。
精确分析宽视野荧光图像
利用荧光显微镜的特异性，即便是使用厚样品和大尺寸样品，研究人员也能够快速轻松地准确观察和分析生物学过程和结构。然而，离焦荧光会提高背景荧光，降低对比度，影响图像的精确分割。THUNDER 与Aivia 的组合可以有效解决这一问题。前者可以消除图像模糊，后者会使用人工智能技术自动分析宽视野图像，提高操作速度和精确性。下面，我们来详细了解下这一协作方法。
在显微图像分析中运用机器学习技术
显微成像技术最近取得了令人振奋的进展，因此，在生物医学研究中采集的图像数据无论质量还是数量都呈指数级增长。但是，分析日益复杂的大型图像数据集以提取有意义的信息可能是一个既枯燥又耗时的过程，而且容易出现人为误差和偏差，这经常给许多研究人员造成生产效率瓶颈。
荧光显微镜如何为工业应用带来益处
观看这个免费的网络研讨会，了解更多关于荧光显微镜在工业应用中的用途。我们将涵盖一系列调查研究，在这些研究中，荧光对比度为样本属性提供了新的见解，例如纤维、文件、涂料、建筑材料、电子产品和食品的属性。您将看到使用荧光有多么简单，同时还将了解样本制备和潜在局限性。
如何成功进行活细胞光电关联
Coral Life 提供了简化的活细胞 CLEM 解决方案，用于深入了解细胞成分随时间发生的结构变化。除了工作流程手册中描述的技术处理外，本文还提供了成功进行实验的其他知识。
如何使用Coral Life（活细胞光电联用）改进活细胞成像
对于活细胞 CLEM 应用而言，光学显微镜成像是在正确的时间以正确的状态识别正确细胞的关键步骤。在本文中，徕卡专家就使用宽场系统的优势以及使用蓝宝石作为细胞培养基底时需要克服的障碍分享了他们的见解。
