成功案例

success cases

当前位置:首页成功案例

  • 鑫图sCMOS相机 | 细菌鞭毛束的形成研究
    鑫图sCMOS相机 | 细菌鞭毛束的形成研究

    鞭毛细菌通过旋转螺旋鞭毛束进行游动,通常以“前进”和“翻转”交替的运动模式探索周围环境。目前尚不清楚外部机械因素是否能影响这种行为。研究人员使用双光镊来捕获单个细菌,并施加流体流动和细胞体旋转等机械因素,研究其对“前进”和“翻转”行为的影响。结果表明,施加的外部机械因素通过影响鞭毛束的形成和扩散,对“前进”和“翻转”行为有很大的影响。这些机械效应为进一步研究复杂环境中的细菌趋化性提供了新的思路。(A)前进和(B)翻转时细菌鞭毛的荧光图像,虚线勾勒出细胞体鑫图Dhyana 400BSI相机凭借其高

    查看详情
  • 鑫图sCMOS相机|全自动推扫式高光谱显微成像系统设计与研究
    鑫图sCMOS相机|全自动推扫式高光谱显微成像系统设计与研究

    为了将光谱成像技术更方便地引入显微成像领域,本文介绍了高光谱成像技术与显微成像技术相结合,搭建出一套全自动推扫式高光谱显微成像系统。该系统以倒置显微镜为主体进行设计,采用棱镜-光栅元件进行光谱分光,利用高精度二维电动运动平台进行推扫,同时结合电动对焦组件完成对焦,最终成像在高灵敏sCMOS科学相机上。根据大多数生物样本光谱检测需求,系统的光谱范围选择为420~800 nm,并引入激光自动对焦系统作为主动对焦模块,以HE染色的乳腺癌病理切片为研究对象。通过对全自动推扫式高光谱显微成像系统的设计与研

    查看详情
  • 鑫图sCMOS相机|基于高光谱成像建立多维胆管癌数据库的方法
    鑫图sCMOS相机|基于高光谱成像建立多维胆管癌数据库的方法

    组织病理学分析通常被认为是肿瘤诊断和临床治疗的“黄金标准”。近年来,人工智能(AI)在病理诊断中的应用取得了显著进展。然而,目前大多数AI方法使用的数据源是由传统光学显微镜捕获的彩色图像,这种图像所包含的病理信息有限,影响了诊断的准确性。随着二维图像处理算法的逐步成熟,研究人员开始转向三维算法,以期获得更准确的结果和更丰富的信息。本文提出了一种新的多维胆汁数据库,该数据库包含在同一视场下捕获的显微镜高光谱图像和RGB彩色图像,专门用于深度学习研究。该数据库中的所有图像均经过经验丰富的病理学家评估

    查看详情
  • 鑫图sCMOS相机 | 一种基于能谱分析的火焰温度测量
    鑫图sCMOS相机 | 一种基于能谱分析的火焰温度测量

    高温燃烧反应广泛应用于冶金、火力发电以及发动机制造等工业领域。在燃烧反应的状态测量中,温度是最关键的参数之一,它能够反馈燃烧状态,从而帮助诊断和优化燃烧过程。现有的非接触式火焰测温方法多依赖于理想的热-光激发模型,这对测温精度有较大影响。本研究提出了一种基于元素掺杂和能谱分析的二维火焰温度和发射率分布测试方法。首先,利用激光诱导击穿光谱(LIBS)技术进行元素掺杂和光谱分析。接着,使用高精度sCMOS科学相机鑫图Dhyana 400BSI 对掺杂后的火焰进行光学检测。结合图像处理技术和标定结果,

    查看详情
  • 鑫图sCMOS相机 | 血管靶向光动力疗法的剂量监测
    鑫图sCMOS相机 | 血管靶向光动力疗法的剂量监测

    血管靶向光动力疗法(V-PDT)在治疗血管类相关疾病上拥有巨大的应用前景。然而由于个体差异,如病理类型、生化特性、光学特性以及光敏剂(PS)的体内分布,光漂白特性和单线态氧1O2的量子产率等,V-PDT疗法在个体间存在明显差异,因此研究V-PDT 中各要素之间相互作用规律及量效关系有助于医生在临床上为病人制定个性化的治疗方案,以获得最佳疗效。单线态氧1O2作为V-PDT的主要细胞毒性产物,是用于评价疗效的黄金指标,但由于1O2的发光信号很弱,所以对它的检测非常具有挑战性。因此,研究人员开发了一个

    查看详情
  • 鑫图Aries16 vs. EMCCD | 电致化学发光对比
    鑫图Aries16 vs. EMCCD | 电致化学发光对比

    近期,南京大学相关课题实验组老师采用鑫图Aries 16和EMCCD相机进行了生物电致化学发光成像的实验研究,实验结果显示Aries 16和EMCCD信噪比相当,且具有更大的视野范围。图 1 组织样本使用的是玻碳电极钌电化学发光;图 1-A为Aries 16拍摄的电化学发光图像,Low Noise模式,曝光时间10s;图 1-B为EMCCD拍摄的电化学发光图像,10MHz 16bit,Gain1 EMgain1000,曝光时间10s。图 2 组织样本使用的是氧化铟锡(ITO)电极鲁米诺电化学发光

    查看详情
共 20 条记录,当前 3 / 4 页  首页  上一页  下一页  末页  跳转到第页 
Baidu
map