TruAI技术 深度学习显微镜准确、高效图像分析
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
阅读TruAI白皮书
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。
仅检测到分裂细胞（右）
利用TruAI（绿色）预测有丝分裂细胞。
TruAI探测肾小球特征（右）
利用TruAI（蓝色）预测小鼠肾脏切片上的肾小球位置。
利用TruDetect技术在明场图像中采集的细胞核（绿色）荧光图像、（蓝色）细胞核
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。
使用深度学习技术进行去噪，使得在噪点水平高而曝光时间短的情况下，可以获得清晰的图像。
Ganerate clear image with high signal-to-noise ratio from noisy image
Button
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。
https://adobeassets.evidentscientific.com/content/dam/video/video/library/TruAI_lp.mp4
HeLa细胞培养对细胞周期不同阶段的实时检测*
橙色：G1期，绿色：S期和G2期，红色：有丝分裂核和子核
*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
高级研究员
丹麦癌症协会研究中心
了解更多
相关产品
IXplore SpinSR
- 超高分辨率，分辨率可达120nm XY
- 因光毒性和光漂白降低，共聚焦延时成像期间的细胞存活时间变长
- 单击一下即可在宽场、共聚焦和超高分辨率之间切换
- 通过奥林巴斯硅油物镜可以实现准确的 3D 重建
FV4000
- 改变了游戏规则的大动态范围，实现从宏观尺度到亚细胞结构的成像
- 采用TruSpectral技术可扩展多达6个通道的同步多色成像能力
- 重新设计的高速、高分辨率扫描单元，可进行固定细胞和活细胞的高效成像
- 凭借出色的近红外（NIR）功能和高品质光学器件，提供优异的成像深度和灵敏度
- 可靠、可重复的SilVIR探测器让研究者安枕无忧
- 业界出色的 * 10条激光谱线，提供从405 nm到785 nm的更广光谱范围
*截至2023年10月。
