掌握Aivia！快速入门使用指南
第一部分
Aivia 界面简介
未来以徕，AI赋能显微技术
Aivia 简介
Aivia采用先进的基于人工智能的软件构架，构建了一个二维至五维的图像可视化、分析与数据诠释的完整平台，能够在短短几分钟内可靠地处理和重建高度复杂的图像。所有科研人员都可以进行高级数据分析，并且无需计算机科学专业知识，仅通过机器学习技术，就可生成可靠且可重复的分割结果，深入挖掘数据价值。Aivia 提供包括细胞计数，干细胞集落分析（相差），钙震荡，胞吐实验，神经元生长，划痕实验（相差），共定位分析，细胞及细胞核的自动追踪，细胞系图谱建立的专用分析工具，还能够实现神经分析，细胞内组分相互关系检测，2D/2D空间组学分析，更有机器学习、深度学习、三方插件及批处理工具，帮助我们智能而深入地挖掘数据的价值。
Aivia 界面及图标功能简介
Aivia的界面设计简洁直观易上手。它以三维可视化为核心，让我们能够以全新的方式观察细胞结构和组织。在界面顶部，有各种功能按钮，如导入图像、选择分析工具和调整显示设置，在左侧的侧边栏，可轻松浏览和管理图像数据，多种交互工具，让我们能够对图像进行放大、旋转、平移等操作，以便更好地观察细胞结构的细节。此外，Aivia还支持多种标记和注释工具，方便我们对图像进行标记和记录。
第二部分
深度学习模型的应用
以图像增强和结构识别为例
Aivia具备强大的图像增强功能，能够显著提升图像的质量和清晰度。通过调整亮度、对比度、色彩平衡等参数，我们可以使图像更加鲜明，细节更加清晰。
在结构识别方面，Aivia利用先进的算法和AI技术，能够自动识别细胞结构和组织特征。只需选择适当的分析工具和参数，Aivia就能快速而准确地识别细胞、细胞核及其他细胞结构，为我们的研究和分析提供了极大的便利。
此外，Aivia还提供丰富的数据探索功能，帮助我们对图像数据进行统计分析和可视化展示。我们可以生成各种图表、热图和三维重建视频，深入挖掘图像中的信息，发现隐藏在细胞世界中的宝藏。
欢迎参阅下方操作流程图。
操作视频示例，先睹为快
依托基于人工智能分析软件的稀有事件检测技术，发挥自主共聚焦显微镜的功能。
徕卡显微系统宣布推出由Aivia 提供支持的自主显微镜，让科学家能够从实验中自动提取最为相关的数据，从而获得更多科学发现。
徕卡显微系统携手仪器信息网于2023年10月26日组织召开《AI引领自动化显微时代》网络会议，徕卡显微系统高级应用专员殷艺璇在大会期间分享报告《AI引领自动化显微时代——leica 自主共聚焦显微系统介绍》。
Aivia 使用先进的AI工具为数据量身打造增强、分割和预测工具，实时展示数万亿个体素和数千个对象，允许我们在沉浸式环境中交互探索3D/4D数据集。在这次会议中，我们将介绍AI模型分割多种成像数据的效果，使用智能追踪工具进行快速神经元重建，并结合Aivia的AI工具和诀窍，定制专属的图像分析工作流程，以实现高效的批量图像分析。
2023年4月24日，我们有幸邀请到了空军军医大学基础医学院王亚云教授课题组成员之一，李淑娇来同大家分享了团队开发的一种基于AI和VR的线粒体可视化技术，这项技术为解决神经元线粒体网络可视化和量化的难题提供可能。
满血复活之后，你是不是也恢复了往日的忙碌？也许你一直在忙碌，像那些从来没有咩过的小伙伴一样。
那么，你在忙什么？
数细胞？检测它们的生长状态？
量一量它们的大小？找到阳性个体？
想不想简单、快速、自动得到结果？
数据太大？处理太复杂？
想不想让分析批量化？
AI， 解决多种类型的细胞分析，帮助你快速拿到结果。B本次Aivia网络课堂我们介绍了多种细胞的识别统计方法并例举了日常应用。
2022年11月2日再北京脑科学与类脑研究中心二期举办第一期Aivia人工智能分析软件应用会。这次我们有幸邀请到赵瑚老师及参与AI软件测试与推广的Hoyin LAI(赖颢贤）经理，与我们分享最新的技术。会议采取讲座与操作演示组合的方式，与大家共同体验沉浸式数据分析之旅。
人工智能不仅仅是一个流行语
Aivia使用先进的AI工具为数据量身打造增强、分割和预测工具，实时展示数万亿个体素和数千个对象，允许我们在沉浸式环境中交互探索3D/4D数据集。本视频，我们将介绍AI模型分割多种成像数据的效果，使用智能追踪工具进行快速神经元重建，并结合Aivia的AI工具和诀窍，定制专属的图像分析工作流程，以实现高效的批量图像分析。
常用的数据分析包括计数、定位、共定位、荧光强度、体积、面积、表面积、周长、直径等数据的测量。
经典的图像分析流程可以概括为：图像导入分析软件 → 分割结构信号 → 得到统计数据
实际的图像分析流程往往包括：图像导入分析软件 → 图像预处理 → 分割结构信号 → 批量分析 → 分割结果后处理→ 得到统计数据 → 识别感兴趣结构
这些步骤不仅增加了数据分析的工作量，也成为了图像分析初学者的入门障碍——繁多的预处理滤镜选项不仅要求使用者掌握大量的背景知识，其搭配组合的选择也要求使用者熟知各种滤镜的参数调节和效果，以获得预期的结果。
在本期网络课堂中，我们将从图像导入到结果输出，更全面地了解数据分析流程，其中多种可能性及人工智能工具的应对方法。
在过往的网络课堂中，我们与大家分享了图像的展示，视频录制输出，计数及形态测量，共定位，以及Aivia AI 工具中的机器学习部分。
在本期网络课堂，我们有幸邀请到了上海科技大学生命学院分子影像平台主任李晓明老师。李老师在日常工作中接触了大量的数据分析工具，并熟知这些工具的用法。在这次培训会中，李老师将为大家全面地介绍图像分析工具及其发展，带领大家梳理数据处理的各种思路。随后，我们的应用专家邓广杰先生将在 Aivia 软件中演示如何创建和应用深度学习模型进行生物图像分析。
本期网络课堂将会涉及：
1.生命科学微观研究的关键痛点在下游图像分析；
2.细胞/组织图像分析类型；
3.Deep learning在生命科学中的应用；
4.AIVIA智能图像处理软件介绍
本期网路课堂将会涉及：
1. Aivia历史版本回顾&Aivia功能简介
2.Pixel Classifier功能介绍
3.Object Classifier功能介绍
4.调用已存的Pixel Classifier训练文件
5.3D线粒体Pixel Classifier画图技巧
6.3D果蝇胚胎Pixel Classifier画图技巧
7.Smart Segmentation参数调节
8.细胞电镜Object Classifier数据处理
9.细胞电镜各Object之间间距分析
10.3D果蝇胚胎Mesh使用Recipe分析，及线上问题解答
本期网路课堂将会涉及：
1.Aivia Community上机操作
2.Channel Settings 原始数据展示及调节
3.Object Set Settings 渲染结构展示及调节
4.Tag 标签的使用方法
5.Aivia Wiki （使用说明）页面介绍
6.Clipping Plane 使用方法
7.Video Animator 使用方法
8.机器学习结果示例
发育生物学是一门研究生物体从精子、卵子发生, 形成受精卵, 然后生长发育直至衰老、死亡的过程及机理的一门学科。发育是一个高度动态的过程, 会涉及多个时空尺度：空间从亚细胞分子过程到组织形态转换, 时间跨度从几分钟到数年不等。
显微成像是细胞、发育生物学研究中重要的工具，可以说从细胞、组织的培养，到精细结构观察，功能研究，显微镜几乎贯穿始终。然后，在我们得到丰富的图像后，如何从中抽丝剥茧，获得关键性数据结果，仍然是图像分析中一大挑战。在本次分享中，徕卡的小伙伴会为大家介绍徕卡家族的新成员AIVIA
