THUNDER成像系统

THUNDER Imaging Systems

显微成像系统的时代已经到来,此类系统能帮助您轻松处理生物相关的 3D 模型,它就是:THUNDER Imager。

为了解答重要的科研问题,这些系统甚至能深入原始样品中实时呈现清晰的细节,不会产生任何离焦模糊。现如今,为 3D 样品进行清晰成像就像使用您最喜爱的显微镜摄像头荧光显微镜一样简单。采用 Computational Clearing 的显微成像系统THUNDER 定义了一类全新的仪器,可对厚三维样品进行高速、高品质荧光显微成像。


徕卡显微系统官方客服收到您的信息后,将根据您的需求委派徕卡销售/服务工程师按您提交的联系方式与您联系、为您解答问题、发送您需要的资料文件到您指定的邮箱。

实时解构 3D 生物微观世界

从根本上改变对模式生物、组织切片和类器官等 3D 细胞培养物成像时的工作方式。

THUNDER成像系统出类拔萃,因为它

  • 能够为您的应用提供稳定的性能和一流的结果

  • 得益于 Computational Clearing,能够清晰查看甚至是样品深处的细节
  • 像宽场成像一样,使用简单,速度快,灵敏度高

*依据 ISO/IEC 2382:2015


使用 Alexa Fluor 568 Phalloidin (肌动蛋白) 和 YOYO 1 iodide (细胞核) 染色的 HeLa 细胞球状细胞团




THUNDER成像系统对时间序列成像的帮助尤其大,因为它能在不到 2 分钟的时间内快速扫描大型样品,并生成异常清晰的图像。


德国巴德瑙海姆 (Bad Nauheim),马克斯·普朗克心肺研究所,Almary Guerra 博士



未使用(左)/使用(右)THUNDER摄取的现实最大投影的蝗虫神经节图像。样品厚度:110μm,数据量;376MB。使用Computational Clearing的摄取时间:3秒。

THUNDER 技术

显微成像系统THUNDER 是一种运用全新 Computational Clearing 方法生成高分辨率和高对比度图像的光学-数字技术。Computational Clearing 能够清除所有宽场厚样品图像固有的典型模糊现象。它不仅能生成出色的厚组织 Z 轴层切扫描,还能深入样品摄取单张图像。

显微成像系统THUNDER 是一种能够自动考虑所有相关光学参数以实时获得清晰结果的徕卡技术。

Technology Note

Still questions about the THUNDER technology? The detailed answers are in this technology note.


穿越迷雾,看透本质

通过一种叫做 Computational Clearing 的全新徕卡方法,THUNDER Imager 能够去除使用宽场观察法时生成的离焦模糊现象。.

使用 THUNDER Imager,如今您不仅能获得高品质的厚样品 3D 图像,还能同时受益于和宽场系统一样的速度和灵敏度。

实时解构 3D 生物微观世界

无论是单个细胞、组织、整个有机体或是肿瘤球状细胞团,THUNDER Imager 均可实时解构 3D 生物微观世界。


看得到的速度

THUNDER 采用的 Computational Clearing 方法实时运行。它与图像摄取同步开始。THUNDER 直接嵌入在图像摄取流中,使用在成像期间充分利用的所有光学和运行参数。

这种直接的“光学握手”可确保通过 THUNDER Imager 摄取的图像以惊人的速度显示在屏幕上,立即便可执行进一步评估!无需等待实验完成。

THUNDER 提供看得见、感受得到的速度。


Computational Clearing 技术处理的蝗虫神经节。样品厚度:110 µm,数据量:376 MB。
THUNDER Imager 提供即时 Computational Clearing 技术。轻击按钮即可切换到 THUNDER 采集影像,获取高清的图像。

轻松完成出色结果

显微成像系统THUNDER 运行速度快。它所需要的不过是一次点击。无需校准系统,也无需调节硬件组件。只要选择一种 Computational Clearing 方法,便可在极短的时间内生成专家级结果。

需要为多个样品重复同样的实验吗?显微成像系统THUNDER 所有成像参数均可轻松复制并应用于其他任务。


Computational Clearing

Computational Clearing 通过充分考虑样品的目标特征尺寸,能够有效区分信号和背景。使用这种方法,可以即刻看清从前看不到的图像细节。摄取一张图像,令人惊叹的结果立刻就会呈现在屏幕上。

根据应用类型,可运用徕卡 Decision Mask (判别掩膜) 技术将基础方法和反卷积相结合。这种方法完全独立自动运行,无需用户人为干预。该技术能以非常快的速度提供高品质图像。


斑马鱼幼鱼 (受精后 72 小时)。血管 (绿色)。样品特别感谢:德国巴德瑙海姆 (Bad Nauheim) 马克斯·普朗克心肺研究所,Almary Guerra 博士和 Didier Stainier 博士
小鼠肾脏切片,Alexa Fluor™ 488 标记 WGA、Alexa Fluor™ 568 标记 Phalloidin、DAPI 染色。样品:FluoCells™ 制片 #3,美国马萨诸塞州沃尔瑟姆 (Waltham) Thermo Fisher Scientific 公司提供。

可靠的结果,可随时进入下一步骤

仅需激活一次 Computational Clearing,即可摄取多张清晰图像。无论您的实验多简单亦或多复杂都没有关系,始终为您储存原始数据以供确认。

可轻松分割结构分明的清晰结果并用于进一步分析,例如,细胞核计数、每个细胞核中的斑点数量、颗粒跟踪等。


RELATED PRODUCTS
相关产品
如果每位科研人员都可以实现空间信息的获取? 迈入多模态显微成像分析时代 认识 Mica世界上第一款多模态显微成像分析中枢
使用超多标组织成像分析整体解决方案加深您对组织微环境的理解 癌症十分复杂。 免疫疗法虽然很有发展前景,但目前有效性仍只有 30%。 研究人员需要更深入地了解正常组织和病变组织的细胞结构,以开发更好的治疗方法,更准确地预测疾病进展。 多标或者超多标成像是清晰地观察、识别和量化重要生物标志物的最新技术。 研究层面从回答“是否为癌症?”的问题到能够根据细胞类型、生物标志物特点和个体特征将肿瘤分层。
全景组织显微成像系统可对通常用于神经系统科学和组织学研究中的 3D 组织切片进行实时荧光成像。为厚组织摄取丰富详尽且无离焦模糊的清晰图像。 得益于徕卡的创新技术 Computational Clearing,即使是组织深处的细微结构也能解析。对脑切片中的神经元轴突和树突等详细形态结构进行成像。即使是厚组织切片,也能实现高画质,并同时具备宽场显微镜声名远扬的速度、荧光效率和易用性。
活细胞培养显微成像系统 采用徕卡创新的 Computational Clearing 技术, 能够实时有效去除非焦平面的模糊信息,使 3D 样品在基于摄像头的荧光显微镜上依然能高质量地采图。系统的高度灵敏度可确保低光毒性和低淬灭,全面优化条件以实现更高的图像质量。 活细胞培养显微成像系统可为您提供适用于先进 3D 细胞培养试验的解决方案,无论您想要研究的是干细胞、球状细胞团或是类器官。
RELATED DATA
相关资料
2024年05月21日 16:38
徕卡显微系统精准空间生物学解决方案提供从样本取材,到H&E明场成像、多色荧光成像、超多色荧光成像到图像分析,再带激光显微切割技术链接下游的精确分析技术(如质谱等),从整体到微观,覆盖基因组、蛋白组和代谢组领域,解析生物的结构、功能和疾病。
2024年05月21日 14:28
成像 → 分析 → 切割一体化解决方案 从高分辨率成像,到高精准分析,再到高精确切割,赋能您的多组学研究
2024年04月19日 15:35
在本电子书中,您将了解3D细胞培养模型(如类器官和细胞球)成像的关键注意事项。探索创新型显微镜解决方案,来实时记录类器官和细胞球的动态成像过程。通过深入的案例研究,我们展示了这些解决方案如何帮助科学家在再生医学、药物研发和疾病研究等领域取得新进展。
RELATED TECHNOLOGY
相关技术前沿
2024年03月26日 10:54
自21世纪初,随着干细胞研究和组织工程的重大突破,类器官及其在显微成像中的应用取得了显著进展。已开发的多种类器官模型,如大脑、肝脏和肠道类器官,为研究器官发育、疾病机制揭示及治疗评估提供了新途径。同时,类器官成像技术的发展极大地促进了研究人员对这些复杂三维结构以细节和动态模式进行观察的能力。尽管如此,类器官研究仍面临多个挑战,包括维持样本活性、确保成像深度与分辨率,及处理和分析大量数据的需求。
2023年01月16日 10:08
生物组织是多类细胞中数千种蛋白质相互作用的结果,这些蛋白质共同保障组织运行正常。多标免疫荧光成像是一种新型技术,能清晰地可视化、识别、量化多种生物标志物及其在微环境中的分布情况,以便用户获取更清晰的目标组织图像(包括多类细胞及其环境)。
2022年10月26日 14:41
光学显微镜旨在放大肉眼不可见的物体。为此需要采用高品质光学器件来获得优秀的分辨率。但是,所有光学组件都会对光路中的光线带来负面的影响,最终导致像差。本文将重点介绍此过程中涉及的光学元件及其物理参数。在此基础上,本文对减少像差的方法原理进行了一次历史概述。结果表明,将显微镜看作一个整体系统有助于协调其各个组件并获得最佳微观结果。
2022年03月16日 16:23
样本微观结构的定量分析基于图像分割,但是将图像中感兴趣的组成对象与其局部背景分开,这对科学家来说是一大挑战。基于功能的传统自动化方法在图像分类上具有局限性。通过人工操作获得可重复的结果需要具备专业知识,而且工作冗长乏味。但是,现在有一种方法可以克服这些挑战,通过加快这种分析来提取图像的真正价值并获得深入的认识。人工智能驱动的像素分类器可快速提供可重复的分割结果,克服了人工操作问题。与基于功能的传统自动化相比,它可以提供更可靠的结果。原因在于 …
wechat
欢迎扫码关注徕卡官方微信,更多显微技巧,行业资讯尽在掌握
close