Thermo Scientific ™ La nueva versión del software de análisis de visualización tridimensional Amira - avizo 2025.1 se lanzó oficialmente la semana pasada. la nueva versión añade funciones avanzadas de renderización 3d, funciones de segmentación de imágenes habilitadas por Ia mejorada y nuevas herramientas adicionales para mejorar significativamente su capacidad de análisis de imágenes.
-
La actualización completa del nuevo sistema de iluminación, realizado por mapas ambientales y materiales realistas, aporta un mayor nivel de renderización 3D.
-
La potente tecnología de segmentación 2.5d puede mantener la continuidad de la estructura y proporcionar una interpretación de imagen más confiable desde una perspectiva 3d, reduciendo drásticamente el uso de recursos.
-
Las herramientas de selección asistida por Ia pueden marcar la estructura que le interesa más rápido y con mayor precisión.
-
La tecnología de segmentación optimizada basada en la inteligencia artificial ha reducido el tiempo de entrenamiento en un 85% con nuevos programas de mejora dinámica.
-
Proporciona un moderno área de trabajo de presentación de informes de la base de datos de gráficos para lograr una visualización completa de los datos.
-
Funciones adicionales: cellposesam se utiliza para lograr una división robusta y universal entre diferentes modos, así como una clasificación de objetos basada en inteligencia artificial para lograr la clasificación y análisis automáticos.
Representación 3D avanzada
Es una tarea desafiante presentar escenas complejas con efectos de luz realistas y elementos destacados claros. Los métodos tradicionales de representación tienden a aplanar los detalles, hacer que la luz parezca monótona y dificultar guiar a las personas a centrarse en las partes más importantes de los datos. En la última edición, Amira - avizo ofrece nuevas configuraciones de renderización 3D con efectos visuales increíbles e informativos. Introduce técnicas de renderización mejoradas, un control de luz más amplio y preciso y herramientas precisas de enfoque para que pueda dirigir su atención a áreas específicas de datos ajustando la profundidad del campo y seleccionando el contenido exacto del foco.
Segmentación de imágenes habilitada por Ia mejorada
Investigadores en el campo de las ciencias de la vida y las ciencias de los materiales buscan constantemente una mayor resolución de imagen, ya que muchas características clave están presentes en la nanoescala, en la que los matices determinan la función, el rendimiento y la fiabilidad. Imágenes más claras pueden transformar la morfología inexistente en datos medibles y cuantitativos, revelando los mecanismos detrás de las interacciones proteicas, la Organización de la membrana, el comportamiento de los límites de grano y la dinámica de los defectos. A medida que aumentan los detalles de la imagen, el análisis de la imagen también debe mejorarse en consecuencia. En la última edición, el software Amira - avizo ha logrado una segmentación 2.5d que mantiene la continuidad de la estructura al proporcionar una interpretación de imagen más confiable que la segmentación 2d. Estos modelos innovadores proporcionan entornos 3D con percepción profunda y no requieren una gran cantidad de recursos de imagen.

La imagen muestra la estructura tridimensional de la membrana tilacoide. Fuente de datos: empiar data 11830 - doi.org / 10.1101 / 2024.12.28.630444.
Con la ayuda de la inteligencia artificial para ayudar a elegir,
La velocidad de etiquetado ha aumentado considerablemente.
Para lograr una segmentación de alta calidad y una reconstrucción tridimensional, los científicos deben marcar con precisión la estructura en la que prestan atención. Si se utilizan herramientas manuales para etiquetar, puede tomar mucho tiempo y ser muy engorroso. La última versión del software Amira - avizo ha introducido una nueva herramienta de selección asistida por inteligencia artificial capaz de acelerar el etiquetado, logrando así una transformación más rápida de los datos brutos a los resultados.
Mejora de la eficiencia de las herramientas habilitantes de Ia
Y una fluidez perfecta en el uso
Es difícil construir un modelo de segmentación potente utilizando algoritmos fijos y no adaptativos. El método de mejora estática genera el mismo número de cortes de imagen independientemente del contenido, lo que resulta en una rigidez en el flujo de trabajo, lo que ralentiza el proceso experimental e influye en los resultados experimentales. En esta actualización hemos introducido un proceso dinámico que permite ajustar de acuerdo con las áreas de interés que defina y generar el mejor número de bloques de imagen mejorados. Con solo el 15% del tiempo de entrenamiento utilizado, se puede entrenar un modelo con calidad y rendimiento considerables, lo que ahorra mucho tiempo. Las nuevas funciones de Ia se han implementado para incluir la realización de tareas comunes de gestión de modelos, ver el proceso de entrenamiento en el tablero de sensores, evaluar el modelo, visualizar los resultados de predicción en cada área de interés y ver los indicadores de segmentación.

La imagen muestra la visualización de la estructura tridimensional de las células cancerosas infectadas por partículas de rinovirus en el software Amira - avizo, mientras que la imagen también se puede presentar con el nuevo gestor de modelos ai. Fuente de datos: base de datos empiar - 12.270.
Simplificar el proceso de presentación de informes
El "área de trabajo de informes" se ha incluido ahora en la versión Amira - avizo 2025.1, lo que le permite controlar estrictamente las plantillas de informes personalizados y lograr una generación eficiente de informes automatizados. Este nuevo espacio de Trabajo le permite convertir los resultados 3D en documentos confiables más fácilmente, y el proceso es más laborioso y consistente.

La imagen muestra un ejemplo de un informe.
La muestra es una fibra compuesta utilizada en automóviles.
Cellposesam y clasificación de objetos de Ia
Como flujo de trabajo adicional
Las nuevas funciones se pueden obtener con solo un clic y son compatibles con la versión 2025.1. Estos son paquetes de actualización gratuitos que permiten flujos de trabajo nuevos o alternativos a los antiguos.
-
División de ejemplo xtra: División de ejemplo rápida y de alta calidad de imágenes 2d utilizando el método cellpose - Sam.
-
Los objetos en los datos divididos se clasifican en función de diferentes características para identificar sus subcategorías.

Muestra de ejemplo de partículas de batería con la función de extensión de División de ejemplo (izquierda)
Y una muestra de División de ejemplo de la batería recubierta (derecha).












