粒子・細胞・結晶の高度検出・測定に最適!

画像解析ソフトウェアMIPAR

バージョン5.0リリース 学習不要の自動AI検出オプション「Spotlight」新登場!

ラーニング / ダウンロード

ダウンロード

OSを選択して最新バージョン5.0のインストーラーをダウンロードしてください。
アクティベーションに必要な、体験版ライセンス及び製品ライセンスは別途お申込み願います。
MacOS用のインストーラーはApple SiliconとIntelの2種類がありますのでご選択お願いいたします。
※Spotlightオプション用のインストーラーは下記をご覧ください。

Spotlightオプションのダウンロード

こちらは、Spotlightオプションをご購入頂いた方、または体験版にてお試しされたい方のためのインストーラーです。OSを選択してダウンロード頂き、インストールをお願いいたします。
※MacOSでのご利用はApple Siliconのみに限られます

ウェビナー

Deep Learning解析まで気軽にお試し頂ける 最新画像解析ソフトウェアMIPAR の基本操作を本ウェビナーでご紹介いたします!
プログラミングは本当にいらないのか? フリーソフトより果たして簡単なのか? 是非ご覧になってください。
今回は、Deep Learning学習時に境界線を追加して検出精度をアップさせるテクニックをご紹介いたします!

「AIで作業効率10倍アップ!画像解析ソフトウェアMIPAR」
ウェビナー録画 (画面を拡大してご覧ください 1:04:27)

 

体験版説明書

WindowsOS向け
インストール説明書

pdf

PDF(78KB)

MacOS向け
インストール説明書

pdf

PDF(116KB)

体験版お試し手順書
&画像サンプル

pdf

ZIP(328MB)

製品版マニュアル

WindowsOS向け
製品版インストール
方法

pdf

PDF(945KB)

MacOS向け
製品版インストール
方法

pdf

PDF(1243KB)

検出レシピ作成
スタートアップガイド
 

pdf

PDF(42MB)

NEW! レシピ欄で良く使うメニュー

pdf

PDF(42MB)

NEW! 手動編集のManual Editメニュー

pdf

PDF(42MB)

改定版 Deep Learning
モデルの作成ガイド

pdf

PDF(42MB)

DLガイドデータ

Zip(6.5MB)

メンテナンスサポート
更新手続き

pdf

PDF(42MB)

ユーザーマニュアル
(英語)

pdf

PDF(69.3MB)

検出・解析の操作

メニューの内容について日本語でご案内しています。

検出

レシピを構成する各メニューはこちらからご覧ください

 解析

検出部を解析する各メニューはこちらからご覧ください

NEW! GUIのご案内

総合的なGUI内容はこちらのPDFをご参照ください


解析例

NEW! 解析例37.
ゼロショット検出
MIPAR Spotlight

革命的な新オプションがリリース!!
学習不要で自動AI検出が可能

NEW! 解析例36.
交差している対象を
奥と手前で検出!

ファイバーなどが交差して撮像された時、手前のものだけを採用することが一般的ですが、MIPARでは下の動画のように、簡単な作業でそれぞれ繋がった状態で検出出来ます。

NEW! 解析例35.
検出範囲を制限

2値化するのはこの部分だけにしたい・・・よく頂くご要求です。
 
MIPARなら検出範囲の制限が簡単
設定の仕方はこちら!

解析例34.
MIPAR関連の論文を
一挙にご紹介!

Google Scholarで、MIPARが利用された論文を一挙にご紹介!

解析例33. 新機能!カスタム測定値出力

新バージョン4.3では、Pass/FailやA,B,Cなどの分類テキストの他、ユーザ独自の関数やブール値などを出力値に設定できます。 設定は簡単ですので、こちらのページをご覧ください!

Bool値でのカスタム出力

解析例32.
レシピメニューご案内

Recipe欄の便利なメニューをpdfにまとめてご案内しています。レシピの最後まで実行されてしまう再計算を止めておくDisable Here Downは私のおすすめです。

解析例31.
気軽に手動編集!

MIPARの手動編集メニューをあらためてPDF一覧にしました。特に最近追加された、線で触った粒子が一気に消去される機能がとても便利です!

解析例30.
Path Length測定

曲線をきちんとカーブに沿って測定できていますか?
最新バージョン4.2.2なら簡単!

解析例29.
複数画像の組合せ
レシピでバッチ処理!

画像をいくつか組み合わせて解析しているレシピの場合でも、画像の種類ごとにフォルダを作って、ペアになる画像の名称を同じにするだけで、2ペア、3ペア、4ペア・・の複合的な解析を行いながらバッチ処理が出来ちゃいます!

解析例28.
複数の画像を
チャンネル登録!

複数の画像を合成したり、比較したりするときに便利なOpen Images as Channelsメニューをご紹介します。
"チャンネル"として一度に入力できるので、c1+c2のような演算が可能です。

解析例27.
検出なしで手測定!?

検出作業はしなくていいから、すぐに複数個所を測長したい!というお問い合わせ、結構沢山頂きます。MIPARのManual Edit機能をちょっと工夫して測長している例をご紹介いたします。

解析例26.
検出した粒子等を分類する手順例

検出した粒子をサイズや形状で自動分類出来ますが、複数の条件がある場合はどうレシピを設定したら良いでしょうか?
ANDやORの設定方法を簡単にご紹介しております。是非ご覧ください~

解析例25.
バッチ処理で全画像から測定データを出力

レシピに設定したMeasure Features解析で得られる測定データを、全ての画像から出力する手順をこれまで詳しくご案内しておらず失礼いたしました。
一か所チェックを入れて頂くだけです!

解析例24.
有能なAdaptive Thresholdの仕組み

単純にしきい値を設定して2値化するだけのBasic Thresholdとは違い、Adaptive Thresholdでは、ピクセル周辺の範囲を設定して平均化処理により2値化を行っています。
Local Measurementでも、同様のWindow Sizeに基づいた計算を、画像内の全ピクセルに対して行っています。

解析例23.
Deep Learning Tips

しっかり分割して学習させても、モデル適用時にまた繋がってしまう時は、境界線を設けて再度学習させてみましょう。
MIPARなら、簡単に境界線を追加可能!
詳しくはお問い合わせください。

解析例22.
特定部の接線長さを
検出!

特定の粒子と接している長さを測定…
プログラミングでは大変ですね。
実は、MIPARでは簡単です!

上の画像をクリックすると拡大出来ます

解析例21.
コントラストを、他の画像に合わせて補正

意図せずコントラストが変わってしまったので補正したい・・そんな時は、Histogram Matchをご利用下さい!
(クリックで下の画像を拡大できます)

解析例20.
Non Local Meansフィルタが簡単に使えます

なるべくエッジを残してノイズ除去できる最強のフィルタとして有名なNon Local Meansフィルタ。もちろんMIPARも標準装備しています。周囲ピクセル数と強度を設定するだけだから簡単!

解析例19.
AI(Deep Learning)でUFOを見つけよう!

極限までシンプルにしたこのサンプルで、MIPARのDeep Learningを体験してください。

解析例18.
Deep Learningによる
脳幹細胞の分割検出

塊になっている細胞の全検出にDeep Learning(AI)で取り組んでみました。

解析例17.
クラック高さを解析した例

クラックを検出した後、その面積や最大内部直径などは簡単に測定できますが、垂直方向または水平方向の高さや幅はどのように測定したらよいでしょうか?

解析例16.
食パンの空孔率を評価

素材による違いを画像で評価できるのか?
この研究にMIPARをご利用頂いている、石川県立大学 生物資源環境学部 食品科学科 教授 長野隆男 様、LE THI ANH 様からサンプル画像をご提供頂きました。

解析例15.
コンパニオン画像を利用したバッチ処理

MIPARでは、事前に取得した領域範囲を使って、他の画像に対する領域指定が行えます。複数の画像に対するバッチ処理も簡単に行えます。

解析例14.
BSE/EBSD画像への応用

EBSD(電子線後方散乱回折)で得られる結晶方位や粒形のデータはとても有用ですが、費用や労力の面では頻繁に行えないそうですね。もし粒径の取得だけの場合には、一般的なBSE(反射電子)画像からMIPARで低コストに取得しましょう。

解析例13.
FFTフィルタで
ノイズ背景を除去

細かなノイズが背景に存在している場合、一般的な輝度コントラストによる選別では検出がうまくいきません。このようなケースでは、FFTフィルタによるノイズ除去がとても有効です。

解析例12.
シェーディング補正

撮像状況によって、画像にコントラストの偏りが生じてしまうことはよくあります。単なる除算方式ではない高度なシェーディング補正結果を、MIPARは出力します。

解析例11.
3D Toolboxで、積層画像から粒子を3D化

集束イオンビーム装置や多光子励起顕微鏡、ライトシート顕微鏡などによって得られた複数の断面画像を積層して3D画像を作成し、体積計算を行うオプションをご用意しています。解析の様子は動画でご覧ください!

解析例10.
Distance Mapで
マーカーを作成し、
Watershedを実行

マーカー付きのWatershedは、より正確に粒子分割を実行できます。本サンプル画像は、
新居浜工業高等専門学校
當代光陽先生
からご提供頂きました。

解析例9.
重なっている粒子
へのアプローチ例

検出対象が重なって撮像されている場合、正確に検出することが出来ません。MIPARでは検出するエリアを分けて異なる検出処理を行い、現存する画像から最良の結果を得ることが可能です。

解析例8.
Channel Operationメニューを利用した解析例

下の動画では、肝硬変を発症した組織の染色画像を使って、RGBの要素から目的の箇所を強調することが出来る、Channel Operationメニューをご紹介いたします。染色した組織の画像や、蛍光顕微鏡などで撮像した画像に広くご利用頂けます。

解析例7.
Auto Segmentationメニューによる簡単な領域分布

下の動画では、森林の航空写真画像を使って、領域の分割を簡単に行える Auto Segmentationメニューをご紹介しています。領域を大まかに2つに分けたいときなどにとても便利です!

解析例6.
コンパニオン画像の利用

蛍光顕微鏡で撮像した画像から、緑色蛍光の要素で各細胞の範囲を検出した後、赤色蛍光要素の画像を読み込んで各細胞範囲内の輝度を解析しています。2種類の画像をリンクさせて解析できる”コンパニオン画像”機能がとても便利です。

解析例5.
シャーレの検体数を取得

シャーレを撮影した画像から培養された細胞数を直接検出します。

解析例4.
Watershed法での検出

互いに接触する物体をセグメンテーションする際に、Watershed法は良く利用されます。

解析例3.
Deep Learningでの解析

従来の検出方法に加え、AI、Deep Learning(深層学習)による検出が可能です。今まで検出できなかった低コントラストの特徴部の検出や、検出ルールの追加、不要な背景の除去などを行う事ができます。

解析例2.
粒子群の分割

粒子が凝集しているオブジェクトを処理して、ASTMに準拠したGrain Size Numberを正確に導くための事前処理を行っています。

解析例1.
粒子数量の簡単カウント

粒子オブジェクトの数量を数えるのは大変な作業です。MIPARで簡単に数量をカウントした例をご紹介します。

レシピ機能を使用する

画像から特徴部分を検出するために複数メニューで作成したアルゴリズムをレシピと呼んでいます。レシピは検出内容に応じてメニューから作成でき、設定項目の追加、削除、移動、編集、順序変更などが自由に行えます。複数の画像に繰り返し適用することができます。

サンプルレシピを開発元のRecipe Storeから無料でダウンロードすることができますのでお試しください。

Recipe Store

ユーザ様ご利用事例

観察に掛かる時間が従来の1/10以下になりました!

東京薬科大学 薬学部
薬物送達学教室 様

東京薬科大学 薬学部根岸教授と薬物送達学教室の皆様

がん細胞の
染色観察に
MIPARでアプローチ

島根大学 病理学講座 器官病理学
門田 球一 教授

がん細胞の染色観察にMIPARでアプローチ

Deep Learning検出
によるバッチ処理で
高分子材料を可視化

★NEW!★ 物質・材料研究機構
高分子・バイオ材料研究センター様

Deep Learningによる検出で高分子材料を可視化
page_top_icon