電子顕微鏡画像処理ソフトウェア
TEM/SEM、STEM、クライオTEMなどの画像解析をお手伝い。作業の効率化を実現します。
SEGMAT
![](https://bio-net.co.jp/wp-content/uploads/2023/03/SEGMAT-300x107.png)
学習機能付き SEM/TEM用 セグメンテーション・ソフトウェア
- 生物系・材料系のSEM/TEM画像から、関心領域をAIにより自動抽出します。
- サンプル試料に合わせたAI学習が可能です。
DiffChecker
![DiffChecker DiffChecker](https://bio-net.co.jp/wp-content/uploads/elementor/thumbs/DiffChecker-q2xfnm1w41c24renfkyserogmtfxtsnnxjoa1je6u8.png)
STEM用 結晶方位マッピング・ソフトウェア
- 結晶方位推定機能 Diffractionパターンから結晶方位を推定します。
- 結晶方位マップ生成機能 推定された結晶方位をSTEM像上に描画し、結晶方位 マップを生成します。
GRIPS
![GRIPS GRIPS](https://bio-net.co.jp/wp-content/uploads/elementor/thumbs/GRIPS-q2xfnm1xtfm9qqjvjk0zfbw5jpic60e0j6ejtcxbea.png)
クライオTEM用 自動パーティクル・ピッキング・ソフトウェア
- ノイズに埋もれた単粒子を確実に自動でピッキングします。 ※特許出願済
- RELIONの前処理に最適、手動ピッキングが不要になります。
- 低デフォーカスでも粒子抽出が可能となるので、高分解能な3次元構造が期待されます。
SEM/TEM用 AIセグメンテーション・システム
SEGMAT
![](https://bio-net.co.jp/wp-content/uploads/2023/03/SEGMAT_BioNet_01.png)
SEGMATの特徴
01
従来、手作業で行っていた、煩雑な対象物の抽出を、最適なAIアルゴリズムにより自動抽出することで、作業の効率化を実現します。
02
生物系・材料系画像問わず、関心領域をAIにより自動抽出できます。
03
学習機能があることで、数枚の原画像とセグメンテーションした結果を学習させ、残りの画像をセグメン
テーションすることが可能です。
04
学習機能により、お客様の試料に合わせたチューニングが可能です。
05
お客様の試料にて評価後のお買い上げが可能です。
主な機能
- セグメンテーションモデル学習機能
- セグメンテーション実行機能
- セグメンテーション後の抽出画像の保存
システム構成
- 学習用GPU付パソコン
- セグメンテーション用ソフトウェア一式
セグメンテーション結果の例
![SEGMAT_BioNet_02 SEGMAT_BioNet_02](https://bio-net.co.jp/wp-content/uploads/elementor/thumbs/SEGMAT_BioNet_02-q2z0m41b5a5927q182mmec7abkdrfo7coto5pij6ki.jpg)
データセット: https://www.epfl.ch/labs/cvlab/data/data-em/
STEM用 結晶方位マッピング・ソフトウェア
DiffChecker
![](https://bio-net.co.jp/wp-content/uploads/2023/03/diffchecker_01-300x178.jpg)
DiffCheckerの特徴
01
結晶方位推定:Diffractionパターンから結晶方位を推定します。
02
結晶方位マップ:推定された結晶方位をSTEM像上に描画し、結晶方位マップを生成します。
![](https://bio-net.co.jp/wp-content/uploads/2023/03/DiffChecker.png)
主な機能
走査透過型電子顕微鏡法(STEM)により、走査で得られた1点1点の電子回折パターンの結晶方位を推定します。結晶方位の解析は、電子回折パターンに加えて、結晶情報(結晶系、単位格子、格子定数)をもとに行われます。
入力画像
STEM像、電子回折パターン( STEM画素の位置に紐付けされたファイル名)
UI入力情報
結晶系、単位格子、格子定数 (CIFファイルより読み込むことが可能です)
出力結果
1枚の電子回折に対しての、昌帯軸表示
STEM像に各点の結晶方位を描画した結晶方位マップ
STEM像に各点の結晶方位を描画した結晶方位マップ
単粒子解析のための自動粒子抽出ソフトウェア
GRIPS
![](https://bio-net.co.jp/wp-content/uploads/2023/03/GRIPS-768x195.png)
GRIPSの特徴
01
ノイズに埋もれた1 単粒子を確実に自動でピッキングします。 (特許出願済)
02
RELIONの前処理に最適、手動ピッキングが不要になります。
03
高分解能を狙った低デフォーカスでも粒子抽出が可能※1 となるので、高分解能な3次元構造が期待されます。
![](https://bio-net.co.jp/wp-content/uploads/2023/03/GRIPS_01.jpg)
GRIPSで自動ピッキングしたヘモグロビン
![](https://bio-net.co.jp/wp-content/uploads/2023/03/GRIPS_02.jpg)
RELIONによる再構成
GRIPSは、筑波大学 生存ダイナミクス研究センター 岩崎憲治教授 のご協力で開発しました。
※1 Acta Crystallographica Section Dに掲載されました。
Ohashi, M., Hosokawa, F., Shinkawa, T. & Iwasaki, K. (2021). Acta Cryst. D77, 966-979.
※2 M&M 2020、第77回日本顕微鏡学会学術講演会で発表しました。
Evaluation of Automated Particle Picking for cryo-EM Using High Precision TEM Simulation by Utilizing a
Multi-slice Method (M&M 2020) M Ohashi, F Hosokawa, T Shinkawa and K Iwasaki.