United Vision下载与授权 English

面向 CT 与 SEM 的科研图像 AI

United Vision

科研图像的
AI 分割与增强。

面向 CT(micro-CT、XRM 等)和 SEM(包括 FIB-SEM 连续切片)图像,开展 AI 图像分割、图像增强与目标识别。使用开源模型直接推理,也可用自己的数据进行微调与再训练。

科研图像二维图像与三维堆栈Windows 桌面应用
AI 生成的多孔材料体数据示意,灰度结构过渡到彩色分割区域
从灰度结构,到可区分的区域AI 生成示意 · 非真实采集数据
CTmicro-CT · XRM
SEMFIB-SEM · 连续切片
开源模型免训练 · 微调 · 再训练

01 / 应用场景

从 CT 体数据,到 SEM 微观结构。

围绕科研图像中的结构与目标,将分割、增强和识别连接到同一个分析流程。

AI 生成的 micro-CT 圆形切片与三维内部孔隙示意
AI 生成示意 · 非真实采集数据

CT / micro-CT / XRM

探索样品内部结构

面向 CT、micro-CT 与 XRM 图像及切片堆栈,开展孔隙、颗粒和不同物相等结构的分割与目标识别,并结合图像增强与三维查看检查结果。

切片图像 · 体数据 · 内部结构
AI 生成的 SEM 微观形貌与 FIB-SEM 连续切片示意
AI 生成示意 · 非真实采集数据

SEM / FIB-SEM

分析微观形貌与连续切片

面向 SEM 表面与截面图像,以及 FIB-SEM 等连续切片数据,开展微观结构分割、图像增强与目标识别,在二维图像和图像堆栈中检查分析结果。

表面与截面 · 连续切片 · 微观结构

02 / 核心能力

让 AI 参与
科研图像分析。

围绕分割、增强与目标识别选择方法,再将结果用于后续测量和结构分析。

01

AI 图像分割

区分图像中的目标与背景,提取感兴趣的区域或实例。结合自动分割与交互式分割,检查科研图像中的结构边界。

语义分割 · 实例分割 · 交互分割
02

AI 图像增强

使用降噪与超分辨率工具改善图像表现,在预览中对比处理前后的结果,为后续观察与分析提供辅助。

图像降噪 · 超分辨率
03

目标识别与分类

通过目标检测定位图像中的对象,或使用分类模型区分图像类别;将训练好的模型用于新图像的批量推理。

目标检测 · 图像分类 · 批量推理
04

连接二维与三维

加载图像、连续切片与体数据,在内置三维视图中观察结构。支持 TIFF、HDF5、VGL 等数据入口,并可连接 Dragonfly 继续分析。

图像堆栈 · 体数据查看 · Dragonfly 联动

看见分析过程

让分割与增强,更直观。

用图像理解噪声、细节与区域标签之间的关系。

噪声纹理示意图像增强示意分割标签示意
AI 生成的三栏图解:噪声图像、增强图像与分割标签示意
AI 生成的概念图解,各栏为示意;非同一数据的实测前后对比,不代表软件性能。
展开交互分割示意
AI 分割过程示意
Synthetic particle segmentation illustration0102030405060708091011121314151617181920212223242526272829303132
结构视野 01 / 32

交互示意 · 合成图形,非真实 CT / SEM 分析结果

03 / 开源模型

直接使用,或让模型适应你的数据。

基于开源模型开展分析,根据图像特点、标注数据与任务需求选择使用方式。

01 / 无需训练

先从现有模型开始

选择支持免训练使用的预训练模型,直接推理或通过点、框等提示完成交互分割。先在自己的 CT / SEM 图像上检查效果,再决定是否需要训练。

  1. 选择适合任务的预训练模型
  2. 直接推理或提供交互提示
  3. 检查分割与识别结果

02 / 微调与再训练

用自己的数据适配任务

为支持训练的模型准备图像与标注,进行微调或再训练,让模型适应自己的样品、成像条件和目标类别;随后在独立数据上验证并用于批量分析。

  1. 准备科研图像与标注
  2. 配置模型并微调或再训练
  3. 验证结果,再应用到新图像

模型库包含 SAM、Cellpose、StarDist 等开源模型。适用图像、免训练用法、微调能力及授权条款因模型而异。

04 / 工作流程

从科研图像,到可检查的结果。

01

准备图像

加载 CT / SEM 图像或连续切片;需要训练时,准备相应标注。

02

选择模型

直接使用免训练模型,或用自己的数据微调与再训练。

03

运行与检查

执行分割、增强或目标识别,在预览和三维视图中检查结果。

04

继续分析

保存输出,运行自动分析,或连接 Dragonfly 深入探索。

05 / 分析与连接

让结果走得更远。

自动颗粒分析

内置颗粒分析流程,将分割、测量与报告整理为可重复执行的步骤,输出统计表和 Word 报告。

  1. 图像输入
  2. 颗粒分割
  3. 测量统计
  4. 分析报告

与 Dragonfly 协作

连接 Dragonfly 3D World,传输图像与标注,并在已连接的会话中运行可复用的分析 Recipe。

IMAGE↔ROI / MultiROI

Dragonfly 联动需要单独安装、有效授权与可用连接;模型能力取决于具体模型、依赖和硬件。

06 / 了解更多

开始之前,你可能想知道。

主要面向哪些图像?

面向科研图像,重点是 CT(包括 micro-CT、XRM)与 SEM(包括 FIB-SEM 等连续切片)图像。可围绕具体数据选择分割、增强、检测和分类方法。

每次使用前都需要训练吗?

不需要。支持免训练使用的模型可直接推理或通过交互提示使用。如果现有模型不适合你的图像,可为支持训练的模型准备标注数据,进行微调或再训练。

这是在线图像分析工具吗?

这是桌面软件的产品介绍网站。图像分析在桌面应用中进行,本网页不会上传或处理你的科研图像。

需要什么运行环境?

面向 Windows 10 / 11(64 位)。推荐使用支持 CUDA 的 NVIDIA GPU;部分功能支持 CPU,具体要求取决于所选模型和数据规模。

现在可以从网站下载吗?

当前页面用于产品介绍,暂未开放公开下载或在线购买入口。软件分发与授权信息将在后续版本中补充。

一定需要 Dragonfly 吗?

模型训练、推理与本地颗粒分析可在桌面工作台中使用。Dragonfly 联动属于额外工作流程,使用时需要对应软件和授权。

United Vision / VyZ.World

从微观结构,
走向更清晰的理解。

为 CT 与 SEM 科研图像,连接开源 AI 模型与实际分析任务。

↗