KI-Analyst für Mikroskopiebilder: Von der Artefakterkennung bis zur Publikation

Mikroskopie-Bildanalyst hilft Ihnen, Mikroskopiebilder so zu interpretieren, wie es ein erfahrener Mikroskopiker tun würde: Er verfolgt jedes Sichtfeld zunächst bis zu Probenvorbereitung, Instrumentierung und Aufnahmeparametern zurück, bevor er eine Schlussfolgerung zieht. Auch wenn ein konfokaler Stack, eine TEM-Aufnahme oder ein SEM-Mikrograph auf dem Bildschirm eindeutig wirken kann, beeinträchtigen fehlende Maßstabsbalken, gesättigte Kanäle und nicht gekennzeichnete Artefakte regelmäßig die Quantifizierung und die Integrität von Abbildungen. Diese KI liefert eine strukturierte Beobachtungsanalyse für Licht-, Fluoreszenz-, Elektronen- und Rastersondenverfahren.

✅ Unterstützt Hellfeld, konfokale Mikroskopie, Super-Resolution, TEM, SEM, Kryo-EM, AFM und korrelative Workflows ✅ Artefaktorientierte Prüfung, damit Messerspuren, Aufladung, Bleed-through und Spitzenkonvolution nicht mit Biologie oder Materialeigenschaften verwechselt werden ✅ Anleitung zur Quantifizierung, abgestimmt auf ImageJ/FIJI, CellProfiler, QuPath und verwandte Tools ✅ Publikationsprüfungen gemäß den Erwartungen der Fachgemeinschaft an Bildintegrität und Metadaten

Um zu verstehen, warum das wichtig ist, lohnt sich ein Blick darauf, wie Mikroskopiebilder im Labor und im Druck tatsächlich fehlerhaft werden. Der Engpass besteht selten darin, „etwas zu sehen“. Entscheidend ist zu wissen, ob dieses Etwas real, messbar und berichtsfähig ist.

Kurzantwort: Was ist der Mikroskopie-Bildanalyst?

Der Mikroskopie-Bildanalyst ist ein KI-Spezialist für Mikroskopie, der Bilder aus Licht-, Elektronen- und Sondenverfahren prüft, Strukturen identifiziert, Artefakte kennzeichnet und Abbildungen für die Publikation vorbereitet. Er denkt in den Kategorien Probenvorbereitung, Instrumenteneinstellungen und Abtastgrenzen – nicht nur in dem, was im Bildausschnitt am hellsten ist.

Wichtige Fähigkeiten:

• Technische Qualitätsprüfungen: Bestimmung des Verfahrens, SNR, Sättigung, Fokus, Nyquist-Abtastung und Kontrolle der Maßstabsbalken
• Identifizierung von Strukturen in Histologie, Zellbiologie, Mikrobiologie, Materialwissenschaften und Geologie
• Artefakterkennung bei Hellfeld, Fluoreszenz, konfokaler Mikroskopie, TEM, SEM, AFM, Phasenkontrast und DIC
• Beratung zu Quantifizierung und Software-Pipelines, ohne unkalibrierte Pixel als Messwerte zu behandeln
• Anleitung zu Abbildungen und Methoden im Hinblick auf Bildintegrität, Berichterstattung und Vollständigkeit der Metadaten

Warum Mikroskopiebilder bei Interpretation und Begutachtung scheitern

Die Ergebnisse der Lebenswissenschaften hängen inzwischen von Bildern als Belegen ab, nicht von Bildern als Dekoration. Mehr als eine Million Fachartikel erscheinen jedes Jahr in den Lebenswissenschaften und der Medizin, und ungefähr ein Drittel davon enthält Bilder, etwa Mikroskopieaufnahmen von Zellen oder Geweben.

Etwa 1 von 3 Fachartikeln aus den Lebenswissenschaften – enthält Bilder, doch viele verzichten auf Maßstabsangaben und Informationen zur Datenerfassung

Diese Lücke ist nicht nur kosmetischer Natur. Ohne Maßstab, Kanalbezeichnungen und Kontext der Datenerfassung kann ein Gutachter nicht feststellen, ob ein Punktum ein Autophagosom oder Bleed-through ist oder ob ein Nanopartikeldurchmesser ein Partikel oder ein Beschichtungskorn beschreibt. Fachgemeinschaften wurden eigens gegründet, weil veröffentlichte Abbildungen wissenschaftlich oft nicht eindeutig interpretierbar waren.

54 Forschende, mehr als 48 Institute – erstellten Checklisten für Nature Methods, damit Mikroskopieabbildungen interpretiert und reproduziert werden können

Die Einführung von Metadaten hat mit der Bildgebung nicht Schritt gehalten. Empfohlene Metadaten für biologische Bilder (REMBI) wurden entwickelt, damit Datensätze auffindbar und wiederverwendbar sind, doch die Nutzung bleibt uneinheitlich. Eine Bewertung durch die Fachgemeinschaft aus dem Jahr 2025 ergab, dass schwache Anreize und die geringe Verbreitung von Metadatenstandards weiterhin einschränken, was automatisierte Analysen mit biologischen Bildern zuverlässig leisten können.

Geringe Verbreitung von Metadaten – ist ein dokumentierter Engpass für die Wiederverwendung von Mikroskopiedatensätzen durch KI

Doch eine vertrauenswürdige Interpretation eines einzelnen Bildes zu erhalten, ist weiterhin frustrierend schwierig:

• Warteschlangen in zentralen Einrichtungen und die begrenzte Zeit von Spezialisten verzögern eine zweite Einschätzung dazu, ob ein Merkmal real ist
• Offene Tools wie ImageJ/FIJI und CellProfiler messen erst dann zuverlässig, wenn jemand eine valide Pipeline entwickelt hat
• Artefakte imitieren biologische Strukturen: Autofluoreszenz wirkt spezifisch, Messerspuren sehen wie Membranen aus, Aufladung wirkt wie Topografie
• Die Erwartungen von Fachzeitschriften umfassen inzwischen Maßstabsbalken, benannte Kanäle, offengelegte Kontrastanpassungen und nachvollziehbare Analyseschritte

Die Übersicht des Lab Manager zu Bildgebungsstandards aus dem Jahr 2026 formuliert denselben Punkt aus praktischer Sicht: Die Reproduzierbarkeit verbessert sich, wenn Protokolle, Hardwarekalibrierung und Metadatendokumentation als Teil des Experiments und nicht als nachträgliche Ergänzung behandelt werden. Genau dafür wurde der Mikroskopie-Bildanalyst entwickelt.

Warum der Mikroskopie-Bildanalyst

Der Mikroskopie-Bildanalyst ist ein eigenständiger Spezialist für die beobachtungsbasierte Prüfung von Mikroskopiebildern. Er ersetzt weder Ihr Mikroskop noch Ihr Färbeprotokoll oder Ihre Messsoftware. Er liefert die Expertenebene, die diesen Systemen fehlt: prozessbewusste Interpretation, Artefakt-Triage und eine ehrliche Einschätzung der Auflösungsgrenzen.

Traditioneller Ansatz	Mikroskopie-Bildanalyst
Zuerst das hellste Objekt interpretieren und Artefakte erst während der Überarbeitung bemerken	Zuerst technische Bewertung: Verfahren, Qualität, Kalibrierung und anschließend Inhalt
Auf die Bestätigung einer Struktur durch einen Mikroskopiker der zentralen Einrichtung oder einen Kooperationspartner warten	Sofortige, verfahrensspezifische Einschätzung mit einer an das Bild angepassten Vertrauensbewertung
Eine ImageJ- oder CellProfiler-Pipeline durch Versuch und Irrtum entwickeln	An die Messung, Kontrollen und Software angepasste Empfehlungen für die Pipeline erhalten
Fehlende Maßstabsbalken und unbenannte Kanäle erst beim Zusammenstellen der Abbildung entdecken	Fehlende Metadaten und Publikationsrisiken bereits bei der ersten Prüfung erkennen
Ein „hübsches“ Sichtfeld als repräsentativ behandeln	Repräsentative Daten vom am besten aussehenden Sichtfeld unterscheiden

Artefaktorientierte Analyse

Jedes Bild ist das Ergebnis aus Probenvorbereitung, Instrument und Aufnahme. Der Analyst verfolgt die Ursachen rückwärts, bevor er die Interpretation vorantreibt. Autophagosomen werden erst dann benannt, wenn Doppelmembranen und Inhalte von Myelinfiguren unterschieden wurden. Fluoreszenz wird erst dann als spezifisch eingestuft, wenn Autofluoreszenz und Übersprechen berücksichtigt wurden. „Partikel“ im SEM werden auf Beschichtungsgranularität und Kontamination geprüft.

Diese Reihenfolge entspricht der Vorgehensweise erfahrener Mikroskopiker, um falsche Schlussfolgerungen zu vermeiden. Sie entspricht auch der Behandlung veröffentlichter Daten in der Arbeit der QUAREP-LiMi-Arbeitsgruppe zur Bildqualität: Qualität und Kontext zuerst, Erzählung danach.

Abdeckung verschiedener Verfahren und Fachgebiete

Derselbe Spezialist analysiert Hellfeld und H&E, Phasenkontrast und DIC, Weitfeldfluoreszenz, konfokale Mikroskopie und Lichtblattmikroskopie, STORM/PALM/SIM/STED, TEM und STEM, SEM und FIB-SEM, Kryo-EM, EDS/EBSD, AFM sowie korrelative CLEM-Verfahren. Das Fachwissen umfasst Histologie und IHC, Zellultrastruktur, Mikrobiologie, Neurowissenschaften, Pflanzengewebe, Metallografie, Nanopartikel, Keramiken und geologische Dünnschliffe.

Diese Breite ist wichtig, weil die Fallen bei der Fehlidentifizierung verfahrensspezifisch sind. Ein Halo im Phasenkontrast ist keine Topografie. Gitterstreifen im HRTEM können durch überlappende Kristalle verursachte Moiré-Muster sein. Objektbasierte Kolokalisation ist nicht dasselbe wie die Überlappung unscharfer Signale.

Quantifizierung ohne unkalibrierte Zahlen

Wenn eine Anzahl, Größe, Intensität oder Kolokalisation angefordert wird, prüft der Analyst, ob das Bild diese Messung überhaupt unterstützt. Hintergrundsubtraktion, gesättigte Pixel, Spitzenkonvolution, nicht senkrechte Schnitte und stereologischer Bias werden benannt, bevor eine Zahl als Ergebnis behandelt wird. Die Software wird an die Aufgabe angepasst – ImageJ/FIJI für allgemeine Messungen, CellProfiler für phänotypische Hochdurchsatzanalysen, QuPath für die digitale Pathologie und napari für Python-native 3D-Analysen – zusammen mit Kontrollen, Replikatstruktur und der Angabe von Bild-n gegenüber Zell-n.

Publikationsintegrität statt nur schönerer Panels

Von der Fachgemeinschaft entwickelte Checklisten für die Veröffentlichung von Bildern legen inzwischen minimale, empfohlene und ideale Anforderungen fest: Maßstabsbalken, Kanalnamen, farbenblindengerechte Farbpaletten, offengelegter Kontrast und zugängliche Analyse-Workflows. Die Microscopy Society of America betrachtet globale Helligkeits-/Kontrast- und Gammaanpassungen als zulässig, sofern sie auf das gesamte Bild angewendet werden; selektive Verstärkung und Klonen sind nicht zulässig.

Der Analyst wendet diese Regeln in verständlicher Sprache an: einheitliche Anpassungen gegenüber der Manipulation einzelner Regionen, einzelne Kanäle neben Zusammenführungen, ausreichende Methodendetails für die Reproduktion sowie ein repräsentatives Bild, das die quantifizierte Stichprobe tatsächlich repräsentiert.

Beispielanfragen:

„Dieser konfokale Z-Stack zeigt HeLa-LC3-GFP plus DAPI. Sind die grünen Punktstrukturen Autophagosomen, oder handelt es sich um Bleed-through und Detektorsättigung?“

„Prüfe dieses TEM-Sichtfeld auf Messerspuren und Fällungen der Färbung. Handelt es sich bei den Doppelmembranprofilen um Autophagosomen oder um multilamellare Körper?“

„Prüfe dieses SEM-Bild von Nanopartikeln vor der Veröffentlichung einer Größenverteilung auf Aufladung und Beschichtungskörner.“

So funktioniert es

Schritt 1: Bild hochladen und Frage formulieren

Beginnen Sie nach Möglichkeit mit der Originaldatei – TIFF, CZI, ND2 oder einem hochwertigen Export – und nicht mit einer komprimierten Präsentationsfolie. Fügen Sie alle bekannten Informationen hinzu: Probe, Färbung oder Beschichtung, Instrument und Ihr Anliegen (Identifizierung, Qualitätsprüfung, Quantifizierung oder Abbildungsprüfung). Screenshots von Mikroskopmonitoren sind verwendbar, allerdings mit einem Vorbehalt: Pixelwerte und Maßstab sind weniger zuverlässig als bei der Rohdatei.

„63×-Öl- konfokale Mikroskopie, Maus-Hippocampus, Iba1/DAPI. Ist diese Mikroglia-Morphologie real, und ist die Z-Abtastung ausreichend?“

Schritt 2: Vor der Interpretation eine technische Bewertung erhalten

Der KI-Analyst für Mikroskopiebilder identifiziert das wahrscheinliche Verfahren, prüft, ob die Qualität ausreicht, und vermerkt Maßstabsbalken, Bittiefe, Sättigung, Fokus und fehlende Parameter. Wenn das Bild die gewünschte Aussage nicht unterstützt, erhalten Sie Hinweise zur erneuten Datenerfassung statt einer als Ergebnis verkleideten Vermutung.

Schritt 3: Eine systematische Untersuchung des Sichtfelds durchführen

Die Beobachtungen folgen dem für das jeweilige Verfahren geeigneten Rahmen, statt direkt zum spektakulärsten Objekt zu springen. H&E wird von der Gewebearchitektur zu den Zellkernen gelesen. Fluoreszenz wird kanalweise und anschließend im Hinblick auf Kolokalisation und Bleed-through analysiert. Bei TEM beginnt die Analyse mit der Schnittqualität und der Orientierung bei niedriger Vergrößerung. SEM beginnt mit der Prüfung auf Aufladung und Kontamination. Sie erhalten Strukturidentifikationen mit Begründung und abgestufter Vertrauenssprache – „dies ist“, „konsistent mit“ oder „bei dieser Abtastung nicht auflösbar“.

Schritt 4: Nächste Schritte für Quantifizierung und Publikation erhalten

Wenn das Bild messbar ist, beschreibt der Analyst Vorverarbeitung, Segmentierung, Kontrollen und Statistik. Beim Zusammenstellen einer Abbildung prüft er Integritätsregeln, Panel-Konventionen und die Berichterstattung in den Methoden anhand aktueller QUAREP-LiMi-Checklisten für die Veröffentlichung und REMBI-Metadatenkomponenten wie Biosample, Probe und Bildaufnahme.

Schritt 5: Mit gezielten Rückfragen verfeinern

Zwei bis vier fokussierte Fragen schärfen die Analyse typischerweise: Fixierung und Färbung, Spannung oder Laserleistung, Hypothese und Kontrollen. Nachfolgende Bilder desselben Projekts werden miteinander in Beziehung gesetzt, sodass ein „ausgehungertes“ TEM-Bild mit der passenden konfokalen Kontrolle verglichen werden kann.

Wenn Sie außerdem Quellen für einen Methoden- oder Ergebnisteil zusammenstellen, kann der Wissenschaftliche Rechercheassistent Primärliteratur und Repositoriumseinträge finden, während Sie die Bildanalyse in einem einzigen Thread behalten.

Testen Sie den Mikroskopie-Bildanalysten kostenlos – keine Kreditkarte erforderlich.

Ergebnisse und Anwendungsfälle

🔬 Autophagie-Punktstrukturen: konfokale Mikroskopie versus TEM-Bestätigung

Szenario: Ein Zellbiologe möchte wissen, ob LC3-GFP-Punktstrukturen nach Nahrungsentzug Autophagosomen oder unspezifische Aggregate sind.

Traditioneller Ansatz: Stundenlanges Schwellenwertverfahren für Intensitäten ohne Kontrollen mit Einzelmarkierungen und anschließend eine Woche auf TEM-Zeit warten, um Strukturen zu „bestätigen“, bei denen es sich möglicherweise bereits um Myelinfiguren handelt.

Mikroskopie-Bildanalyst: Kanalweise Prüfung von SNR und Sättigung, Warnung vor Bleed-through und anschließend TEM-Kriterien für Doppelmembranen, die Zytoplasma einschließen, im Vergleich zu konzentrischen multilamellaren Körpern – einschließlich der Frage, ob die Lichtmikroskopie überhaupt eine Aussage zur Ultrastruktur rechtfertigt.

• Erkennt Detektor-Clipping, das Intensitätsvergleiche ungültig machen würde
• Unterscheidet auflösungsbegrenzte Überlappung von objektbasierter Kolokalisation
• Empfiehlt CLEM oder Immuno-EM nur dann, wenn beugungsbegrenzte Daten die Frage nicht klären können

🧪 Materialwissenschaftliches SEM: Partikelgröße vor der Veröffentlichung einer Verteilung

Szenario: Eine Nanomaterialgruppe möchte Durchmesser aus einem goldbeschichteten SEM-Bild einer kolloidalen Probe bestimmen.

Traditioneller Ansatz: Jeden hellen Fleck messen, einschließlich Beschichtungskörnern und Kontamination, und erst feststellen, dass eine Aufladungsdrift vorliegt, nachdem das Histogramm bereits im Supplement gelandet ist.

Der Analyst: Zuerst Prüfung auf Aufladung, Kanteneffekte und Beschichtungsgranularität; anschließend Bestimmung, welche Merkmale Partikel und welche Artefakte sind, sowie Erläuterung, warum Spitzenkonvolution im AFM oder die Projektion im TEM dieselbe Messung verändern würde.

• Warnt, dass unbeschichtete Bereiche die Kontrolle für Beschichtungskörner darstellen
• Trennt Agglomerate von Primärpartikeln, bevor ein mittlerer Durchmesser berechnet wird
• Verweist auf BSE oder EDS, wenn die Morphologie allein keine Aussagen zur Zusammensetzung stützen kann

📱 Qualitätskontrolle in der zentralen Einrichtung vom Smartphone zwischen zwei Terminen

Szenario: Ein PI erhält unterwegs einen Spinning-Disk-Stack auf dem Smartphone und muss innerhalb weniger Minuten entscheiden, ob der Studierende die Aufnahme über Nacht wiederholen sollte.

Traditioneller Ansatz: Später eine riesige Datei auf dem Laptop öffnen und Nyquist-Unterabtastung sowie Photobleaching in Z erst beim Abbildungstermin bemerken.

Mikroskopie-Bildanalyst: Funktioniert auf iOS und Android mit demselben Prüfablauf – Qualitätsprüfung, Artefaktliste und kurze Notiz zur erneuten Datenerfassung (Gain reduzieren, Z-Schritt anpassen, ursprüngliche Bittiefe beibehalten).

• Nutzbar mit komprimierten Vorschauen, mit deutlichem Hinweis, wenn nur die Originaldatei ausreicht
• Übersetzt „Sieht das gut aus?“ in konkrete Parameteränderungen
• Belässt die Entscheidung beim Experiment und nicht bei der Person, die die Herstellersoftware öffnen kann

Wenn dieser Studierende weiterhin Grundlagen zu Organellen und Geweben benötigt und nicht nur eine Bildkritik, kann der Biologie-Tutor die zugrunde liegende Zellbiologie vermitteln, während der Analyst beim Mikrographen bleibt.

🧬 Histologischer Lehrdatensatz und Prüfung von IHC-Mustern

Szenario: Ein Assistenzarzt in der Pathologie wünscht sich vor der Besprechung zur Befundung eine strukturierte Analyse der H&E-Architektur und eines IHC-Färbemusters – keine softwarebasierte Diagnose.

Traditioneller Ansatz: Informelle Bewertung nach dem Muster „sieht positiv aus“, ohne Kontrollen, Mustersprache oder Dokumentation der DAB-Entwicklung.

Der Analyst: Untersuchung von niedriger bis hoher Vergrößerung, anschließend IHC-Muster (nukleär, zytoplasmatisch oder membranös), Intensität, Verteilung, Hintergrund und Vorbehalte bezüglich der Kontrollen. Die Beobachtungen bleiben morphologisch. Die formale Diagnose bleibt einem qualifizierten Pathologen vorbehalten.

• Macht die Unterschiede zwischen Artefakten bei gefrorenen Proben und FFPE-Proben explizit
• Behandelt fehlende Positiv- oder Negativkontrollen als Hindernis für eine Bewertung
• Für Nutzer, die zusätzlich Röntgenbilder oder klinische Volumendaten prüfen, deckt der Analyst für medizinische Bilder diese Verfahren in einem separaten, speziell dafür entwickelten Workflow ab

FAQ

Ist der Mikroskopie-Bildanalyst kostenlos?

Ja. Der Mikroskopie-Bildanalyst ist mit einem kostenlosen Tarif verfügbar, der die Kernfunktionen und eine begrenzte monatliche Nutzung umfasst. Kostenpflichtige Tarife erhöhen den Nutzungsspielraum, wenn Sie große Serien, lange Sitzungen oder häufige Z-Stacks prüfen. Für den Start ist keine Kreditkarte erforderlich.

Worin unterscheidet er sich von ImageJ, CellProfiler oder Imaris?

Diese Plattformen bleiben der richtige Ort für Segmentierung, Tracking und den Export von Messungen. Imaris, FIJI und CellProfiler sagen Ihnen jedoch nicht von sich aus, ob eine Doppelmembran ein Autophagosom ist, ob Ihre SEM-Durchmesser Beschichtungskörner darstellen oder ob eine Abbildung die Checklisten für die Bildpublikation erfüllt. Der Analyst interpretiert, kennzeichnet Artefakte und entwickelt den Analyseansatz; Ihre Software führt die Pipeline weiterhin aus.

Kann er TEM-, SEM-, konfokale und histologische Bilder analysieren?

Ja. Unterstützt werden Hellfeld und Spezialfärbungen, IHC/IF, Weitfeld- und konfokale Fluoreszenz, Super-Resolution, TEM/STEM, SEM/FIB-SEM, Kryo-EM, AFM und korrelative Verfahren. Geben Sie Probe und Fragestellung an; die Prüfung verwendet den fachüblichen Rahmen für das jeweilige Verfahren und nicht nur eine allgemeine Bildunterschrift.

Funktioniert der Mikroskopie-Bildanalyst auf Mobilgeräten?

Ja. Web, iOS und Android bieten denselben Funktionsumfang. Deshalb kann eine Vorschau aus einer zentralen Einrichtung auf dem Smartphone vorsortiert werden. Für Quantifizierungen, die von der tatsächlichen Pixelgröße und Bittiefe abhängen, sollten Sie die ursprüngliche Aufnahmedatei hochladen, sobald Sie wieder an einem Arbeitsplatz sind.

Ist die Analyse genau genug für die Verwendung in einem Fachartikel?

Es handelt sich um eine beobachtungsbasierte Analyse mit kalibrierter Vertrauensbewertung und nicht um einen Ersatz für Kontrollen, Kalibrierung oder Peer-Review. Wenn Abtastung, SNR oder Metadaten eine Aussage nicht stützen, verweigert der Analyst eine Überinterpretation. Außerdem ordnet er die Bildpraxis den Normen der MSA zur Bildintegrität und der Berichterstattung nach REMBI zu. Die Verantwortung für Experiment und Dokumentation liegt weiterhin bei den Autoren.

Kann er eine Krankheit anhand eines histologischen Schnitts diagnostizieren?

Nein. Bei Gewebe mit möglichen diagnostischen Implikationen beschreibt er die Morphologie und ihre Übereinstimmung mit bekannten Mustern. Er stellt keine klinische Diagnose. Diese Grenze ist bewusst gesetzt: Forschung und Ausbildung stehen im Vordergrund, während die formale diagnostische Befundung einem qualifizierten Pathologen vorbehalten bleibt.

Fazit

Mikroskopiebilder scheitern, wenn Artefakte als Ergebnisse interpretiert werden, Pixel ohne Kalibrierung als Mengen behandelt werden und Abbildungen die Informationen auslassen, die ein anderer Wissenschaftler benötigt, um ihnen zu vertrauen. Standards der Fachgemeinschaft existieren aus gutem Grund: Maßstabsbalken, benannte Kanäle, ehrliche Kontrastanpassungen und wiederverwendbare Metadaten sind Teil der Wissenschaft.

Der Mikroskopie-Bildanalyst wendet diese Disziplin auf das vorliegende Bild an – von konfokalen Punktstrukturen und TEM-Membranen bis zu SEM-Partikeln und H&E-Architektur. So können Sie entscheiden, was real ist, was erneut aufgenommen werden sollte und was für ein Panel in einer Fachzeitschrift bereit ist.

Testen Sie den Mikroskopie-Bildanalysten jetzt. Entdecken Sie mehr bei Jenova.

---

Für Entwickler: Der Mikroskopie-Bildanalyst ist programmgesteuert über die Jenova API verfügbar – integrieren Sie eine verfahrensbewusste Analyse von Mikroskopiebildern mit einem einzigen API-Aufruf in Ihre Anwendung. Vollständige Dokumentation →