• 奥林巴斯显微镜,普通光学透镜系统的缺陷(畸变)

    显微镜等光学仪器的透镜扭曲的形象的错误产生的球面透镜表面的几何形状的缺陷(通常称为“像差”)与由各种机制所困扰。有三个主要的来源的非理想透镜作用(错误),在显微镜观察。透镜错误的三个主要类别,与波阵面,并相对于焦平面的显微镜的光学轴的方向。这些包括如色差和球面像差的光轴上透镜的错误,主要离轴彗差,像散表现为错误,和像场弯曲。第三类的像差,在立体显微镜的变焦透镜系统,常见的是,其中包括两个桶形畸变和

    2020-09-04

  • 奥林巴斯显微镜:荧光显微镜解剖式讲解

    到其他模式基于宏观上的试样的功能,如相位梯度,光的吸收,和双折射的光学显微镜相比,能够仅仅基于荧光发射性能的一个单一的分子种类的分布成像的荧光显微镜。因此,用荧光显微镜,与特定的荧光基团标记的胞内组分的精确位置进行监测,以及其相关联的扩散系数,传输特性,以及与其它生物分子相互作用。此外,在荧光显着的反应,以本地化的环境变量可以调查了pH值,粘度,折射率,离子浓度,膜电位,和在活细胞和组织中的极性溶

    2020-09-04

  • 奥林巴斯显微镜:荧光和相衬的组合

    光漂白的影响减到最小,荧光显微镜可以不破坏与其他技术相结合的荧光染料,如微分干涉相差(DIC),霍夫曼调制对比度(HMC),传送暗场照明,相位相反的。我们的想法是找到一个感兴趣的具体领域使用非破坏性的对比度增强技术,然后在一个标本,没有搬迁的标本,在显微镜切换荧光模式。这种类型的一个典型的实验的结果示于图1。图1(a)示出了使用相位对比光学成像的3T3成纤维细胞的单层组织培养。细胞行成立由美国国立

    2020-09-04

  • 尼康显微镜:共聚焦成像模式

    共聚焦显微镜的主要应用是在厚的部分的各种各样的标本类型的改进的成像。共焦的方法的结果的能力,通过试样序列在高分辨率图像的各个光学部分的优点。一些使用不同的成像方式,全部依靠的光学部分,其基本形象单位。单光学部分光学部分是图像的基本单位,在激光共聚焦显微镜方法。数据可以收集固定和染色标本的单,双,三,或多个波长的照明模式,并从多个标记的标本采集的图像将在注册与对方(如果有足够的校正色差物镜像差被使用

    2020-09-04

  • 尼康显微镜:活细胞显微漂移校正焦点

    直到20世纪80年代末,大多数生命科学的研究生物的结构复杂的细节,捕捉各种使用固定和染色标本(实际上,非生物)的细胞学特征的单一快照。然而,在过去的几十年中,在生物科学和医学的研究已经在很大程度上转移了重点调查浩大的时间尺度上,从几毫秒到几小时不等的生命系统的分子,细胞和整个生物体水平上发生的动态过程。过渡到活细胞成像的司机已经先进的显微仪器和更敏感的数码相机的发展,以及新的合成和基因编码的荧光基

    2020-09-04

  • 奥林巴斯显微镜:荧光和DIC的组合

    光漂白的影响减到最小,荧光显微镜可以不破坏与其他技术相结合的荧光染料,如微分干涉相差(DIC),霍夫曼调制对比度(HMC),传送暗场照明,相位相反的。我们的想法是找到一个感兴趣的具体领域使用非破坏性的对比度增强技术,然后在一个标本,没有搬迁的标本,在显微镜切换荧光模式。这种类型的一个典型的实验的结果示于图1。图1(a)示出的大鼠视网膜视神经神经节组织薄截面使用微分干涉对比成像。显微照片,图1(b)

    2020-09-04

  • 奥林巴斯显微镜:DIC显微镜的基本概念

    活细胞等透明,未染色的标本往往是难以观察到,在传统的明照明下使用全孔径和分辨率的显微镜的物镜和聚光系统。,首先在20世纪30年代开发的釉泽尼克相衬,经常使用这些具有挑战性的标本图像,但该技术受到晕文物,被限制到非常薄的样品准备,不能利用充分聚光镜和物镜孔。基本差干涉对比(DIC)的系统,在1955年首次由Francis史密斯设计,两个渥拉斯顿棱镜附加的,一个聚光镜的前焦平面的变形的偏振光显微镜物镜

    2020-09-04

  • 尼康显微镜:多色共聚焦显微镜的光学像差和物镜选择

    优化的设计简化了激光共聚焦显微镜的程度上,它已经成为一个标准的细胞生物学研究工具。然而,激光共聚焦显微镜变得更加强大,他们也变得更加苛刻的光学元件的。事实上,导致图像质量的细微瑕疵广角镜的光学像差可以产生毁灭性的影响,在激光共聚焦显微镜。不幸的是,通常是隐藏的严格的光学要求,激光共聚焦显微镜的光学系统,保证了一个清晰的图像,即使在显微镜是表现不佳。光学制造商提供了广泛的显微镜物镜,分别为特定应用设

    2020-09-04

上一页1234567...16下一页 转至第

客服热线

工作时间9:00-17:00
021-51602084
电话咨询
邮件咨询
在线咨询
QQ客服
XML 地图