尼康顯微鏡人工智能（AI）模塊NIS-A NIS.ai在細胞熒光成像的應用
尼康儀器有限公司將人工智能（AI）和顯微鏡融合，發布全新技術解決方案：顯微鏡專用AI模塊NIS-A NIS.ai，實現高精度的成像處理和圖像分析等。
集合三大功能 實現強大的技術集成
NIS-A NIS.ai是尼康成像軟件NIS-Elements的專用模塊，運用了AI技術中的深度學習功能。模塊通過對成像處理與圖像分析的判斷基準數據進行學習，可以有效地改善研究人員的工作流程并提高效率。
NIS-A NIS.ai集合了三大功能，分別是即使曝光時間短也可獲取高清晰圖像的Enhance.ai、將未經染色的細胞成像轉化為熒光成像的Convert.ai以及快速提取目標細胞的Segment.ai。
*NIS-Elements是尼康的顯微鏡軟件主體，集合智能化設備控制、強大的圖像分析、可視化、歸檔功能等，實現了圖像軟件技術的突飛猛進。
滿足多方面需求的高效解決方案
隨著醫學和生物學領域更加深入和多樣化的研究拓展，清晰高速的活體成像及大數據的高效分析這兩方面的需求將會與日俱增。此外，在細胞觀察方面，研究人員一直在尋找方法，試圖減少因激光等照射熒光染色細胞而導致的光毒性影響。
為了應對未來的發展和多樣化的需求，尼康將發揮自身技術優勢，不斷通過融合AI（人工智能）等先進技術提供革新的解決方案，為化的削減研究時間、人員作業負擔以及成本損耗做出貢獻。
發售概要
| 產品名稱 | 顯微鏡用AI模塊「NIS-A NIS.ai」 |
|---|---|
| 發售時間 | 2020年1月 |
產品特性
1. 即使曝光時間短也可獲取高清晰圖像的Enhance.ai
Enhance.ai能將曝光時間短的噪點圖像轉變為低噪且熒光信號清晰的圖像。采用較短的曝光時間不僅利于捕捉細胞的快速運動，還能減少光毒性和熒光漂白的影響。
圖像案例
上圖在HT1080細胞（人纖維肉瘤）中發現的由mCherry（熒光蛋白）標記的CD63（膜蛋白）的共聚焦熒光圖像。10毫秒的短時間曝光下所獲得的噪點圖像，經過Enhance.ai的處理后變得清晰，CD63（膜蛋白）在細胞內的分布清楚可見。
拍攝：東京大學大學院理學系研究科 白崎善隆先生
細胞提供：公益財團法人癌癥研究會癌癥研究所 芝清隆先生
2. 將未經染色的細胞成像轉化為熒光成像的Convert.ai
Convert.ai能將未經染色的微分干涉成像及相襯成像等轉化為虛擬熒光成像。這樣不僅可以減少時間與成本的消耗、抑制由熒光觀察而產生的光毒性，還可以進行長時間的實時觀察。
圖像案例
上圖HeLa細胞的圖像。由微分干涉觀察法采集到的成像經由Convert.ai處理后，可轉化為熒光成像。即使不進行熒光染色，也能確認細胞核的位置。
拍攝：北海道大學電子科學研究所技術部 小林健太郎先生
3.快速提取目標細胞的Segment.ai
使用Segment.ai對微分干涉成像及相襯成像進行分析，就能從混雜了不同大小、形狀及種類的細胞標本中迅速提取目標細胞。以前需要耗費大量的時間及人力成本進行的提取工作變得迅速而輕松從而大大減少用戶的工作量。
圖像案例
上圖是3細胞（人胰 腺癌）細胞的圖像。由微分干涉觀察法拍攝的混合多種細胞的像，在經過Segment.ai的處理后，可快速提取未聚合的目標細胞，并進行計數、確認等下游分析。
拍攝：匹茲堡大學細胞生物學系Simon C. Watkins博士