【点播课程】神经血管病理学之窗
探索先天性免疫如何在神经血管病变后持续产生有害影响,以及能够对这些事件进行纵向研究的技术发展。
学习要点
神经血管病变过程中微环境的动态重塑
我们先天免疫力的可塑性及其如何维持有害影响
实现小鼠中枢神经系统纵向研究的技术进展
网络研讨会摘要
大脑是一个具有免疫特权的器官,这意味着它受到称为血脑屏障(BBB)的物理屏障的保护,免受病原体、血液循环因子和免疫细胞进入。但是,缺血(中风)、外伤(创伤性脑损伤)或肿瘤生长(胶质瘤和脑转移)等病理事件会激活血管内皮细胞,干扰或破坏 BBB,并允许免疫细胞归巢。
在这种情况下,为防止病变部位神经血管损伤而招募的先天性免疫被病理微环境重新连接,Z终导致水肿形成、灌注缺陷和出血等有害影响。
对神经血管病变中的动态过程、细胞流动性、细胞间相互作用和信号传导途径的分析,受益于基因工具的发展(如诱导荧光小鼠品系)和与体内工作兼容的纵向成像新技术(如多光子显微镜)。
探索神经血管病变过程中微环境的动态重塑、先天性免疫的可塑性、在这种微环境中哪些表型会发生转换,以及使我们能够纵向揭示这些事件的技术。
演讲结束后,与 Ulf Schwarz 一起体验 Leica STELLARIS 8 DIVE 多色多光子显微镜的现场演示。体验丰富多彩的可能性,拓展您的研究领域。STELLARIS 8 DIVE 的核心是 4Tune,这是一个特有的光谱非扫描检测系统。
演示将展示如何利用 STELLARIS 8 DIVE 轻松定义多色多光子成像的实验设置,以及如何利用 TauSense 或快速寿命对比(Fast Lifetime Contrast , FALCON)从基于寿命的信息中获益。
观看点播
点击查看完整视频回放
相关产品
STELLARIS 平台
STELLARIS DLS 数字光片显微镜
徕卡显微咨询电话:400-630-7761
关于
全部评论(0条)
推荐阅读
-
- 【点播课程】神经血管病理学之窗
- 【点播课程】神经血管病理学之窗
-
- 【点播课程】人工智能显微图像分析
- 人工智能引领的显微图像分析和可视化是用于数据驱动型科学发现的一项强大工具。人工智能技术可以帮助研究人员应对具有挑战性的成像应用,让他们能够从图像中获取更多的信息。
-
- 【点播课程】汽车行业电动汽车技术清洁度
- 【点播课程】汽车行业电动汽车技术清洁度
-
- 【点播课程】推进小儿脑肿瘤手术
- 【点播课程】推进小儿脑肿瘤手术
-
- 【点播课程】如何提高微电子元件检测性能
- 【点播课程】如何提高微电子元件检测性能
-
- 【点播课程】如何使用数码显微镜简化检查流程
- 【点播课程】如何使用数码显微镜简化检查流程
-
- 【点播课程】STELLARIS共聚焦显微镜平台的虚拟现实展示
- 【点播课程】STELLARIS共聚焦显微镜平台的虚拟现实展示
-
- 【点播课程】通过光学属性了解细胞结构
- 【点播课程】通过光学属性了解细胞结构
-
- 【点播课程】高级别胶质瘤的手术治疗
- 【点播课程】高级别胶质瘤的手术治疗
-
- 【点播课程】神经外科计划和手术的数字化
- 【点播课程】神经外科计划和手术的数字化
-
- 【点播课程】脊柱动静脉瘘的神经外科治疗
- 脊柱动静脉瘘是脊髓最常见的血管畸形之一。2021神经可视化峰会是一个汇集全 球神经外科医生的特别活动,在这次研讨会上,医生分享了治 疗方法的概况,介绍了她实践中的几个临床案例。
-
- 【点播课程】使用深度学习技术追踪单细胞
- 人工智能解决方案在显微镜领域的应用不断拓展。从自动化目标分类到虚拟染色,机器学习和深度学习技术在帮助显微镜学家简化分析工作的同时,也在持续推动科学技术领域的突破。
-
- 今晚19:00 | 血管减压和神经修复-12月22日
- 扫码观看直播 腾讯会议: 377-886-023
-
- 【点播课程】分析钢铁中的非金属夹杂物
- 【点播课程】分析钢铁中的非金属夹杂物
-
- 【点播课程】颅底神经外科:硬膜外外侧入路
- 颅底肿瘤和疾病的手术,如海绵瘤、表皮样囊肿、脑膜瘤和神经鞘瘤,有可能相当复杂。2021年神经可视化峰会是一个汇集全 球神经外科医生的特别活动,在此期间,医生在一次独 家网络研讨会上分享了他的经验,介绍
-
- 【点播课程】采用单损耗激光的五色FLIM-STED显微镜
- 【点播课程】采用单损耗激光的五色FLIM-STED显微镜
-
- 【点播课程】如何使用电子显微镜制备并分析电池样品
- 【点播课程】如何使用电子显微镜制备并分析电池样品
-
- 【点播课程】应用于显微术中的人工智能技术网络研讨会
- 【点播课程】应用于显微术中的人工智能技术网络研讨会
①本文由仪器网入驻的作者或注册的会员撰写并发布,观点仅代表作者本人,不代表仪器网立场。若内容侵犯到您的合法权益,请及时告诉,我们立即通知作者,并马上删除。
②凡本网注明"来源:仪器网"的所有作品,版权均属于仪器网,转载时须经本网同意,并请注明仪器网(www.yiqi.com)。
③本网转载并注明来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
④若本站内容侵犯到您的合法权益,请及时告诉,我们马上修改或删除。邮箱:hezou_yiqi
参与评论
登录后参与评论