一TRU即发，遇见未来 ──扫除显微成像路上的“绊脚石”

随着科学技术的不断发展，显微镜已成为科学家日常科研工作中不可或缺的工具。可在使用显微镜获得一幅完美的图像数据的路上，却需要克服低分辨率、深层成像球差、多色标记串色、延时成像离焦等重重障碍。为了帮助用户清除这些显微成像路上的 “绊脚石”，百年光学企业奥林巴斯潜心研发，整合了一系列专利技术，隆重推出了TRU家族成像解决方案，逐个击破实验痛点。

一，TruSpectral技术清除多色成像中荧光信号串扰的“绊脚石”，助您获取准确明亮的多色荧光图像
随着科学研究的不断深入，科研工作者希望观察到标本中多维的生物学信息，包括组织结构信息、细胞空间分布信息、信号通路蛋白或细胞功能标识物的共表达信息等。然而多色标记的标本，由于荧光发射光谱之间的重叠，在成像过程中往往存在严重的荧光串扰问题。TruSpectral技术利用集成在激光扫描共聚焦显微镜FV3000中的体相位全息透射衍射光栅，实现了比传统光谱检测单元更高的检测精度和检测效率。

使用FV3000共聚焦TruSpectral技术拍摄小鼠胚胎七色荧光成像
	TruSpectral全真光谱技术使用更高光效率的体相位全息透射光栅VPH

•体相位全息透射衍射光栅比传统的反射型光栅衍射效率更高，在红光、近红外光和远红外光波段透过率提高三倍
•对于活体和固定组织标本，可以用更低的激发光获得更明亮的多色荧光信号
TruSpectral检测器兼具高灵敏度和光谱灵活性，可以检测极弱的荧光基团
•四个独立通道，可灵活调节检测波段，便于优化每个荧光基团的信号检测
•Lambda扫描模式对复杂重叠的荧光信号精确进行光谱扫描和拆分，保证每种荧光信号的准确性
•使用万.能滤色片模式可同步采集四通道图像，虚拟通道模式下最多可以一次性采集16通道
•每个单独的通道通过可调狭缝选择检测波段，检测精度高达2nm，步进精度1
•搭配制冷型磷砷.化.镓(GaAsP) PMT检测器，最大限度提高检测效率
 

使用FV3000共聚焦TruSpectral技术拍摄小鼠神经切片六色荧光

二，TruSight消卷积技术提高显微图像的对比度和清晰度
科研工作者在进行荧光图像采集时，往往由于非焦平面信息的干扰，或受限于物镜数值孔径，因采集到的图像模糊而无法有效地观察到标本细节。TruSight消卷积技术可以对图像进行去模糊，提高图像的质量。

•获得更清晰、更锐利的图像，实时消除宽场荧光图像中的模糊
•通过去除图像中的非焦平面的荧光信号干扰，可以观察到厚标本深处细节
 

TruSight 提供2D和3D等多种消卷积模式
•奥林巴斯专利受限迭代(CI)算法配合GPU处理，在更短的时间内提供更高对比度和动态范围图像
•针对激光扫描共聚焦显微镜FV3000设计的算法，配合奥林巴斯超高分辨率(OSR)模块，提供优异的超高分辨率图像。

         
（左）原图（右）3D反卷积技术       （左）共聚焦原始图像（右）TruSight处理后图像
 

三，TruFocus系统清除延时成像过程中焦平面漂移的“绊脚石”，使多位点延时成像更加稳定可靠。
为了观察活细胞或者活体动物中的动态变化，科研工作者往往需要在显微镜下进行延时成像。但由于焦平面会随着环境温度变化而产生漂移，往往很难长时间稳定地观察固定焦平面的信号。TruFocus技术可以锁定标本中需要观察的焦平面，保证采集到焦平面稳定的延时图像。

•精确的激光光束检测标本容器底部，锁定焦平面位置，补偿由于室温变化或实验期间外加药物引起的漂移
•使用Cy7等染料时，TruFocus近红外系统在近红外(NIR)成像时保持焦平面位置
 

TruFocus 实现Z轴漂移补偿
•自动找焦模式可以让您轻松找到样品的聚焦位置
•Single-shot自动对焦(AF)模式便于进行多焦点多位点实验，以实现高效的3D和4D成像
•连续对焦模式可以实时聚焦样品，实现高分辨率、长时间延时成像
•兼容塑料和玻璃容器
 

四，使用TruResolution技术，清除活体标本深层成像路上的“绊脚石”，充分发挥多光子显微镜深层成像性能。
对于厚组织3D成像，由于标本和浸液介质折射率差异，不可避免地引入成像球差变形，尤其在组织深部成像时，球差变形越发严重，成像质量严重下降。Olympus独有的TruResolution物镜技术通过全自动智能校正环，能够最大限度提高多光子显微镜的深层成像性能。

•在进行Z stack成像时，随着Z轴焦面移动，从样品表面到深层，自动进行球差补偿校准和补偿，获得更深，更明亮，更高分辨率图像。
•通过软件控制调节校正环，便于在黑暗的房间内操作
•可搭配专为神经科学研究设计的活体和透明化组织成像物镜

五，TruAI基于神经卷积的深度学习人工智能技术，成为下一代图像分析利器
通过显微镜采集的图像数据分析，常常基于荧光强度或颜色的阈值进行图像分割，从图像中提取分析目标。但这个过程可能很耗时间，而且图像的分割准确度会受到样本及图像质量的影响。TruAI技术有助于解决这些图像分析路上的“绊脚石”，进行快速而高效的图像分析。

•基于深度学习技术的高精度检测分割，提供高效可靠的分析结果
•更适合细胞计数和形态学测量，如面积或形状，由于可训练软件自动识别无荧光标记或极弱荧光信号标本，因此对标本来说基本无光毒性。
•每个位置处理时间少于1秒(配合NVIDIA GTX 1060 GPU使用)

使用TruAI训练神经网络，机器自学习细胞明场图片中识别细胞核

奥林巴斯TRU家族黑科技，助您科研工作更好地迎接未来挑战！我们准备好了，您呢？