Zeiss Zen Intellisis:显微镜中的图像分割

显微镜图像的实际值在于它们提供的数据。显微镜的主要挑战之一是图像分割,因为它是所有其他图像分析过程的基础。基于Python的机器学习方法(例如深度学习和像素分类)在ZEN Intellisis中用于可重现且健壮的分割结果。

Zen Intellisis并不耗时,甚至允许新手用户可以训练和自动以最小的偏差分割数百个图像。

强调

使用深度学习来细分图像

Zen Intellisis允许用户在几个图像上训练软件,而进一步合适的机器学习算法(例如深度学习)可用于在几个图像中细分各种对象。

这些基于Python的时间效率的工具利用预训练的网络进行分割和像素分类。不论原点,也可以轻松分析也是多维的复杂多模式数据。特定的深度学习模型也可以与此软件一起导入和使用。

享受平滑的工作流程集成

Zen Intellisis的软件模块使机器学习算法易于使用。对于图像分割,用户应加载图像,定义类,给像素标签并训练模型。对于诸如核分割之类的任务,可以进口已经训练的模型,然后可以分割和分析数据集。

定制网络也可以训练并导入Zen。Zen Core成像软件和Zen Blue具有Intellisis的完整图像分析框架。集成支持脚本,并确保可用于处理必要的元数据。

以许多格式分析来自许多来源的多模式图像

Zen Intellisis允许轻松分割来自各种来源的多维图像,例如:

  • 分辨率显微镜
  • 广场显微镜
  • 无标签显微镜
  • 荧光显微镜
  • 轻度显微镜
  • 共聚焦显微镜
  • X射线显微镜
  • 电子显微镜

借助Zen Connect和Zen Intellisis,来自不同显微镜的图像可用于提取更有价值的信息。同时使用所有方法的图像特征来分割所选图像的结构。可以通过导入TXM图像,OME-TIFF或在使用第三方导入函数期间对Bio-Format兼容图像进行分割。

应用示例生命科学亚博老虎机网登录

刮擦分析

(左)记录的延时电影的单一框架。(右)分割Zen Intellisis-刮擦区(绿松石),细胞层(橙色)和有丝分裂细胞(红色)的结果。

((剩下)记录的延时电影的单一框架。((正确的)分割Zen Intellisis-刮擦区(绿松石),细胞层(橙色)和有丝分裂细胞(红色)的结果。图片来源:Carl Zeiss显微镜GmbH

基于Zen Intellisis分割结果,使用ZEN图像分析模块随时间测量了刮擦区域的大小。

基于Zen Intellisis分割结果,使用ZEN图像分析模块随时间测量了刮擦区域的大小。图片来源:Carl Zeiss显微镜GmbH

刺和树突

表达绿色荧光蛋白的神经元的树突。图像在伊利拉(Elyra)ps.1上以结构化照明获取,该图像在树突上显示刺。

表达绿色荧光蛋白的神经元的树突。图像在伊利拉(Elyra)ps.1上以结构化照明获取,该图像在树突上显示刺。图片来源:Carl Zeiss显微镜GmbH

用Zen Intellisis分割导致刺(绿色)与树突(红色)和背景(蓝色)明确分离。

用Zen Intellisis分割导致刺(绿色)与树突(红色)和背景(蓝色)明确分离。图片来源:Carl Zeiss显微镜GmbH

果蝇

果蝇的X射线显微照片。1400张Z-stack的整个果蝇,用Zeiss 520 Versa获得。

果蝇的X射线显微照片。1400张Z-stack的整个果蝇,用Zeiss 520 Versa获得。图片来源:Carl Zeiss显微镜GmbH

通过Zen Intellisis获得的分割结果 - 外骨骼(红色),内部结构(蓝色和黄色),背景(绿色)。

通过Zen Intellisis获得的分割结果 - 外骨骼(红色),内部结构(蓝色和黄色),背景(绿色)。图片来源:Carl Zeiss显微镜GmbH

基于外骨骼类渲染的3D模型。

基于外骨骼类渲染的3D模型。图片来源:Carl Zeiss显微镜GmbH

应用示例材料分析亚博网站下载

XRM砂岩 - 原始。

XRM砂岩 - 原始。图片来源:Carl Zeiss显微镜GmbH

XRM砂岩 - 标记。

XRM砂岩 - 标记。图片来源:Carl Zeiss显微镜GmbH

XRM砂岩 - 经过训练和细分。

XRM砂岩 - 经过训练和细分。图片来源:Carl Zeiss显微镜GmbH

XRM砂岩 -  IP功能输出。

XRM砂岩 - IP功能输出。图片来源:Carl Zeiss显微镜GmbH

该供应商的其app亚博体育他设备