-
E-mail
info.microscopy.cn@zeiss.com
-
Telefone
13761758023
-
Endereço
No. 60 Meiyo Road, Zona de Livre Comércio, Nova Distrito de Pudong, Xangai
Carl Zeiss (Shanghai) Management Co., Ltd
info.microscopy.cn@zeiss.com
13761758023
No. 60 Meiyo Road, Zona de Livre Comércio, Nova Distrito de Pudong, Xangai
Inteligência Artificial eTCTecnologia combinada para melhor qualidade de imagem e eficiência
Algoritmos de reconstrução de software são uma base importante para a tecnologia de tomografia 3D de raios-X. Os bons produtos CT, além das excelentes condições de hardware, também devem ser equipados com excelentes algoritmos de reconstrução. A tecnologia de tomografia de raios X da ZEISS Xradia, desenvolvida há mais de 20 anos, tem excelência em hardware e algoritmos de reconstrução de software, permitindo que os sistemas de produtos mantenham uma qualidade estável e madura e ganhem o favor de um grande número de usuários. Para atender às necessidades de qualidade de imagem e produtividade dos usuários, a ZEISS lançou o Advanced Reconstruction Toolbox (ART) no microscópio de raios X 3D Xradia (XRM) ou no sistema Context MicroCT, que eleva a tecnologia de reconstrução de tomografia de raios X 3D para um novo nível, aumentando até 10 vezes a velocidade de digitalização sem sacrificar a qualidade da imagem ou melhorando significativamente a qualidade da imagem à mesma velocidade.A altura.
Reconstrução Avançada de Raios X 3D (ART) da ZEISSIncluídoO OptiReconedo DeepRecon ProePhaseEvolveMódulosEspecialmente os mais recentesdo DeepRecon ProePhaseEvolveMódulos com Inteligência Artificial (IATecnologia baseada em'Filtro anti-projeção'ou padrão.FDKAlgoritmos tradicionais de reconstrução do algoritmo, alcançando melhorias significativas na velocidade de imagem e qualidade de imagem.
ZEISSdo DeepRecon Pro
ZEISSdo DeepRecon ProÉ uma técnica de reconstrução baseada em IA que oferece o máximo para uma variedade de tipos diferentes de amostras 10 A vantagem de multiplicar o rendimento ou melhorar a qualidade da imagem economiza muito tempo de digitalização. Ele é adequado para fluxos de trabalho com amostras semi-duplicadas e repetidas, e também pode ser usado para uma amostra separada. A interface fácil de usar permite que o usuário experimente o auto-treinamento de um modelo de rede de aprendizado de máquina em um clique e aplique o modelo treinado à reconstrução de amostras semelhantes.

O ZEISS DeepRecon Pro é usado para amostras de materiais compósitos à base de cerâmica (CMC) e é 10 vezes mais rápido sem sacrificar a qualidade da imagem. Isso fornece uma maior resolução temporal para estudos in situ. A esquerda é a reconstrução padrão (FDK): 9 horas de digitalização, 3001 projeções; A imagem do meio é a reconstrução padrão (FDK): 53 minutos de digitalização, 301 projeções: à direita o ZEISS DeepRecon Pro: 53 minutos de digitalização, 301 projeções.

O ZEISS DeepRecon Pro é usado para encapsulamento de camada intermediária de semicondutores 2.5D, alcançando uma velocidade de quatro vezes maior sem sacrificar a qualidade da imagem, e o resultado da reconstrução do DeepRecon Pro ainda observa rachaduras de cerca de 1um, melhorando significativamente a relação sinal-ruído. A esquerda é a reconstrução padrão (FDK): tempo de digitalização de 2 horas, 1201 projeções; A imagem do meio é a reconstrução padrão (FDK): 30 minutos de digitalização, 300 projeções: à direita o ZEISS DeepRecon Pro: 30 minutos de digitalização, 300 projeções.

ZEISSdo DeepRecon ProPara amostras de bateria em relógios inteligentes, a qualidade da imagem melhora significativamente no mesmo tempo de digitalização, incluindo materiais positivos e negativosA esquerda éreestruturação padrão; Direita para ZEISSdo DeepRecon ProO tempo de digitalização é de 6 horas.
ZEISSPhaseEvolve
O ZEISS PhaseEvolve é um algoritmo de pós-processamento para dados de reconstrução que processa os efeitos de fronteira resultantes do revestimento de fase durante a captura de materiais de baixa densidade por meio de algoritmos de software para melhorar a uniformidade do revestimento dos resultados de imagem, facilitando análises quantitativas mais precisas para a segmentação de dados posteriores, economizando muito tempo para análises quantitativas.

ZEISS PhaseEnvolveAplicado a amostras de pó de medicamentos. A imagem de alta resolução ou baixa tensão pode resultar em revestimentos de imagem inerentes ao material serem cobertos por efeitos de fase. ZEISS PhaseEnvolveRemove efetivamente as bordas aumentadas em fase para melhorar o revestimento do material e melhorar a divisão da imagem. A esquerda é a reconstrução padrão; A direita é faseEvolverReconstrução.
ArteÁmbito de aplicação do módulo:
A Caixa de Ferramentas de Reconstrução Avançada da ZEISS melhora o processo de coleta e análise de dados e acelera a tomada de decisões para pesquisas como análise de falhas em semicondutores eletrônicos, geociências, farmacêutica, baterias, materiais de engenharia e experimentos in situ 4D, especialmente em casos de múltiplos testes de digitalização com os mesmos parâmetros realizados em estudos in situ 4D. O dilema da qualidade da imagem e da velocidade de digitalização das amostras pode ser bem resolvido com a Caixa de Ferramentas de Reconstrução Avançada da ZEISS.
Como caixa de ferramentas de reconstrução avançada da ZEISSArteUm dos * usuários do Departamento de Ciências da Terra da Universidade de Utrecht, Países Baixosde Markus OhlO Dr. disse: "Zeissdo DeepRecon ProOferece com base emUmA aplicação simples e poderosa de I e tecnologia de rede neural, o usuário não precisa entender a tecnologia de aprendizagem profunda, pode ser facilmente implementado baseado em aprendizagem profunda.XReconstrução de tomografia de raios. ”
O ZEISS OptiRecondo DeepRecon ProePhaseEvolveMódulosTudo disponível no ZEISS existenteXradia VersaSérie de microscópios de raios X Contexto MicroTCSubir a atualização. O Centro de Experiência do Cliente da ZEISS está pronto para ser atualizado e os novos e antigos usuários interessados são bem-vindos a entrar em contato conosco para experimentar novos efeitos de imagem com recursos avançados de reconstrução baseados em IA.