医疗 | 学习与分享 | 徕卡显微系统

医疗

探索专为神经外科、眼科、整形外科、耳鼻喉科和牙科 HCP 量身定制的科学和临床综合资源，包括行业洞见、临床案例研究和专题研讨会。重点突出手术显微镜的最新进展，让您了解AR荧光、三维可视化和术中OCT成像等尖端技术如何赋能复杂手术决策的信心和精准操作。

Single timepoint of a time-lapse recording of mammary epithelial micro spheroid cultured in 3D highlighting individual mitotic events

在不同尺度下观察复杂的细胞相互作用

细胞间的相互作用很难观察，其中涉及的目标检测和关系衡量尤为棘手。没有简单易用的目标检测及其关系测量方法，很难观察到细胞间的相互作用。

癌症活体显微镜检查

请加入我们的特邀演讲嘉宾 Jacco van Rheenen 教授的网络研讨会，他将展示他在驱动癌症起始和进展的细胞的身份、行为和命运方面的研究成果。

Aivia_Neuroscience-VBE comparison mouse-1_traced_ROI

自动化加速神经元图像分析

复杂神经投射的检测能力主要取决于大规模神经元网络的精确重建。神经科学研究中的大多数数据析取方法都非常耗时和易错，进而导致进度延误和错误。在本次研讨会中，Aivia将演示如何利用自动化技术提升图像分析工作流的效率

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。

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。

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。

Fluorescently stained mouse tibia, imaged with a THUNDER Imager 3D Tissue. Courtesy of Dr. Anjali Kusumbe, University of Oxford, UK.

High-resolution 3D Imaging to Investigate Tissue Ageing

Award-winning researcher Dr. Anjali Kusumbe demonstrates age-related changes in vascular microenvironments through single-cell resolution 3D imaging of young and aged organs.

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。