XiaoMi-AI文件搜索系统
World File Search SystemMicroscopy
通过显微镜和应力分析研究腐蚀损伤
Ramana Pidaparti 博士，工程学院委员会主席 Karla Mossi 博士，工程学院 Manu Mital 博士，工程学院 Mohamed Gad-el-Hak 博士，工程学院机械工程系主任 Rosalyn S. Hobson 博士，工程学院研究生院副院长 Russell D. Jamison 博士，工程学院院长 F. Douglas Boudinot 博士，研究生院院长 日期
利用纳米级暗场 X 射线显微镜研究 GaN 聚结
这项研究展示了暗场 X 射线显微镜 (DFXM)（一种纳米结构的 3D 成像技术）在表征 GaN/AlN/Si/SiO 2 纳米柱顶部的新型氮化镓 (GaN) 外延结构以用于光电应用方面的潜力。纳米柱旨在使独立的 GaN 纳米结构聚结成高度取向的薄膜，因为 SiO 2 层在 GaN 生长温度下变软。在纳米级的不同类型的样品上展示了 DFXM，结果表明，通过这种生长方法可以实现取向极好的 GaN 线（标准偏差为 0.04）以及面积高达 10 10 平方毫米的区域的高度取向材料。在宏观尺度上，高强度 X 射线衍射表明 GaN 金字塔的聚结会导致纳米柱中硅的方向错误，这意味着生长按预期进行（即柱在聚结过程中旋转）。这两种衍射方法证明了这种生长方法对于微型显示器和微型 LED 的巨大前景，这些显示器和 LED 需要小岛状的高质量 GaN 材料，并提供了一种新方法来丰富对最高空间分辨率下光电相关材料的基本理解。
染色体G显带过程的原子力显微镜成像
辐射工作人员的畸变和白细胞。职业健康 13:1724Koleva VP、Dragoeva AP、Andreeva AI 等 (2013) 用光学显微镜和原子力显微镜观察到的染色体断裂剂诱导的染色体畸变的比较分析。突变研究/遗传毒理学和环境诱变 753(1): 29-35 Yilmaz IC、Yang J、Altinsoy E 等 (2018) 原始 G 带染色体的改进分割
显微镜的掩盖自动编码器是细胞生物学的可扩展学习者
为生物搜索中使用的显微镜图像仍然是一个重要的挑战，尤其是对于跨越数百万图像的大规模实验。这项工作探讨了经过越来越较大的模型骨架和显微镜数据集训练时，弱监督的clasifirers和自我监管的蒙版自动编码器（MAE）的缩放属性。我们的结果表明，基于VIT的MAE在一系列任务上的表现优于弱监督的分类器，在召回从公共数据库中策划的已知生物学关系时，相对实现的相对效果高达11.5％。此外，我们开发了一种新的通道敏捷的MAE架构（CA-MAE），该体系结构允许在推理时输入不同数字和通道的图像。我们证明，在不同的实验条件下，在不同的实验条件下，CA-MAE通过推断和评估在显微镜图像数据集（Jump-CP）上有效地概括了，与我们的训练数据（RPI-93M）相比，通道结构不同。我们的发现促使人们继续研究对显微镜数据进行自我监督学习，以创建强大的细胞生物学基础模型，这些模型有可能促进药物发现及其他方面的进步。与此工作发布的相关代码和选择模型可以在以下网址找到：https：//github.com/ recursionpharma/maes_microscopy。
基于机器学习的无扫描非相干显微镜可用于微创深部脑成像
摘要：深层脑显微镜受成像探头尺寸的严重限制，无论是在可实现的分辨率方面，还是在手术可能造成的创伤方面。在这里，我们展示了一段超薄多模光纤（套管）可以取代大脑内部笨重的显微镜物镜。通过创建一个自洽的深度神经网络，该神经网络经过训练可以从套管传输的原始信号中重建以人为中心的图像，我们展示了单细胞分辨率（< 10 µ m）、深度切片分辨率 40 µ m 和视野 200 µ m，所有这些都使用绿色荧光蛋白标记的神经元在距离大脑表面 1.4 毫米的深度处进行成像。由于在体内很难获得这些深度的真实图像，我们提出了一种新颖的集成方法，该方法对来自不同深度神经网络架构的重建图像进行平均。最后，我们展示了移动的 GCaMp 标记的 C . elegans 蠕虫的动态成像。我们的方法大大简化了深部脑显微镜检查。
中尺度显微镜和图像分析工具，用于理解大脑
在过去的十年中，全脑显微镜的发展现在可以对小动物（如小鼠）完整的大脑进行高分辨率成像。这些复杂的图像包含大量信息，但是许多神经科学实验室没有处理这些数据所需的所有计算知识和工具。我们回顾了将图像注册到地图酶的最新开源工具，以及大脑区域和标记结构（例如神经元）的分割，可视化和分析。由于该领域缺乏用于所有类型的全脑显微镜分析的完全集成的分析管道，因此我们为工具开发人员提供了一条途径，以应对这一挑战。©2021作者。由Elsevier Ltd.这是CC下的开放访问文章（http://creativecommons.org/licenses/4.0/）。
适用于显微镜的高速 CCD 科学相机
Thorlabs 科学相机提供 USB 3.0、千兆以太网 (GigE) 或 Camera Link 接口供您选择。GigE 非常适合相机必须远离 PC 或需要由同一台 PC 控制多台相机的情况。GigE 和 Camera Link 相机配有 GigE 或 Camera Link 图像采集卡和电缆。由于大多数计算机都支持 USB 3.0，因此 USB 相机不附带卡；但是，下面单独提供一张卡。所有相机都附带电源和软件。有关包含内容的更多信息，请参阅“发货清单”选项卡。您的计算机必须有一个空闲的 PCI Express 插槽才能安装 GigE 或 Camera Link 接口。有关三个接口选项和推荐计算机规格的更多信息，请参阅“接口”选项卡。
关于定量离轴扫描离子显微镜（STIM）
需要确定生物组织切片中的主要（C，H，N和O）含量，这是建立了定量离轴扫描传输离子显微镜（OA-stim）的形式主义。这可以与同时进行弹性反向散射光谱（EB）一起使用，以提供定量的主要元素组成和厚度信息。作为工作的一部分，实施了具有一个自由参数的经验预测指标。预测变量值与高精度文献数据非常紧密。对于2 MeV P – 12 C的弹性散射在正角≤45◦使用插值程序来确定与Rutherford Cross截面的相对偏差确定为≤6。4％。插值基于库仑场，角动量量子数和核结构依赖性核穿透因子。最后，讨论了同时OA-stim和EBS数据的定量组合。
基于Cepstrum的干涉显微镜（CIM）用于定量相成像
摘要：提出了一种用于编码对相干显微镜中成像样品的复杂幅度场进行编码的通用方法，其中不需要对两个干涉梁中的任何一个限制。因此，成像梁通常可以与任何其他复杂振幅分布，尤其是考虑两个正交方向的任何其他复合幅度分布，尤其是自身的相干和移位版本。复杂的场值是通过一种新型基于Cepstrum的算法（称为空间移动Cepstrum（SSC））基于对象场频谱的互相关项的加权减法而被称为空间转移的CEPSTRUM（SSC），此外，除了从Holograper and Interviental的组合中，一项均具有一定的信息（一个范围）（一个范围）（一个范围）（一个范围）（一个范围），该效率是一份逐步播放的一部分（一个）。干涉梁移动1像素。结果，由于检索了该过程中涉及的三个干涉场的复杂幅度，因此视野的三倍。对此方法的概念验证验证，称为基于CEPSTRUM的干涉显微镜（CIM），考虑了考虑使用外轴全息构型，用于检索在紧凑的QUASIC-CASI-COMON-COMON-COMPOCT QUASIC-COMPONT QUASIC-COMPONT COMPLITACH PATER仪中的交叉相关性。包括不同类型的相样品的实验结果（包括分步校准和演示的分辨率测试目标以及固定的生物样本）。
CellSeg3d：荧光显微镜的自我监督3D细胞分割
了解细胞的复杂三维结构在生物学的许多学科中至关重要，尤其是在神经科学中。在这里，我们介绍了一组模型，包括3D变压器（Swinuneter）和一种新颖的3D自我监督学习方法（WNET3D），旨在解决生成3D地面真相数据和量化3D卷的核的固有复杂性。我们开发了一个名为CellSeg3d的Python软件包，该软件包在Jupyter笔记本和Napari GUI插件中提供了对这些模型的访问。认识到高质量的3D地面真相数据的稀缺性，我们创建了一个完全被人类宣传的中膜数据集，以提高该领域的评估和基准测试。为了评估模型性能，我们在四个不同的数据集中进行了测试：新开发的MesoSpim数据集，一个3D Platynereis-ish-Nuclei共聚焦数据集，一个单独的3D Platynereis-Nuclei灯光数据集，以及一个具有挑战性且具有挑战性和密集包装的Mouse-Skull-Nucleii colderii coldasaset。我们证明，我们的自我监管模型WNET3D（未经任何地面真相标签训练）以最先进的监督方法来实现绩效，为在标签式生物学环境中更广泛的应用铺平了道路。