Actualités

Le logiciel d’imagerie cellSens d’Olympus améliore l’efficacité de vos recherches grâce à une détection et à une segmentation précises des objets

L’analyse d’images représente une étape cruciale dans de nombreuses applications en sciences de la vie. Il est fréquent que les analyses requièrent une étape de segmentation pour extraire les éléments cibles, comme des cellules ou des organelles, du reste de l’image. Toutefois, avec les méthodes de seuillage classiques basées sur la luminosité et la couleur, il est possible de passer à côté d’informations critiques ou de ne pas détecter les éléments cibles du tout. La technologie deep learning du logiciel cellSens vous permet d’apprendre rapidement au système comment détecter ces informations automatiquement, ce qui augmente la vitesse et l’exactitude de la détection des objets non marqués, de l’analyse quantitative des cellules marquées par fluorescence et de la segmentation fondée sur les caractéristiques morphologiques. 

Une efficacité expérimentale accrue grâce à la détection de noyaux non marqués

La coloration fluorescente et l’excitation UV requises pour les méthodes classiques de détection des noyaux prennent beaucoup de temps et peuvent endommager les cellules. Le logiciel cellSens surmonte ces difficultés en détectant et en segmentant les noyaux sur de simples images de transmission, de sorte qu’aucun marquage fluorescent n’est requis.

Une phototoxicité réduite pendant l’imagerie par fluorescence pour améliorer la précision de l’acquisition des données

Grâce à la technologie deep learning du logiciel cellSens, vous pourrez obtenir des données d’analyse exactes à partir d’images ayant un faible rapport signal sur bruit. Cette technologie offre une précision remarquable tout en réduisant considérablement la quantité de lumière d’excitation à laquelle sont exposées les cellules. Elle permet une segmentation à haute résolution tout en préservant la viabilité des cellules.

Gagnez du temps grâce au comptage des cellules et autres mesures automatisées

La technologie deep learning vous fera gagner du temps, car elle permet l’identification et le comptage automatique des cellules en mitose. Cette technologie est également utile pour la segmentation d’images de coupes de tissu, comme des glomérules rénaux, qui peut se révéler complexe avec les méthodes classiques. 

Pour obtenir de plus amples renseignements sur le logiciel cellSens et sa technologie deep learning, ou sur nos autres solutions en sciences de la vie, visitez le site Web olympus-lifescience.com.

Apprendre plus

Retour aux actualités