영상 분할
빠르고 효율적
- 딥 러닝 기술을 기반으로 한 고정밀 탐지와 분할은 효율적이고 신뢰할 수 있는 분석 결과 제공
- 광독성 없는 세포 계수와 기하학적 측정(예: 면적이나 모양)에 최적
- 1초 미만의 위치당 처리 시간
핵의 검출을 보여주는 예.훈련된 신경망의 적용(추론)을 보여주는 도식. |
딥러닝 기반의 차세대 영상 분석
실험에는 현미경 영상의 데이터가 필요할 때가 많습니다.정확한 영상 분석을 위해 분할(특히 강도 값 또는 색상을 기반으로 한 임계값)을 사용하여 영상에서 분석 대상을 추출합니다.그러나 이렇게 하면 시간이 오래 걸리고 시료 상태에 영향을 줄 수 있습니다.
TruAI 기술의 차세대 영상 분석을 사용하면 이러한 문제를 해결할 수 있습니다.
TruAI를 사용한 유사 분열 세포의 예측(녹색). | TruAI를 사용한 마우스 신장 부분의 사구체 위치 예측(파란색). | 파란색: 용기의 스크래치와 먼지에도 불구하고 높은 정확도로 핵을 검출합니다. | 녹색: GFP 라벨이 균일하지 않아 검출 정확도가 낮은 것을 볼 수 있습니다.
영상 기능 향상신경망은 노이즈의 특징을 미리 학습할 수 있어 신호가 약하더라도 높은 신호 대비 노이즈 비율로 영상을 구성할 수 있습니다.
형광 강도가 매우 약한 노이즈가 많은 영상은 분할을 위한 객체 인식을 어렵게 합니다.또한 영상 페이딩을 최소화하고 영상을 최대한 빨리
획득하는 것이 중요합니다.
|
라이브 AI로 시간과 노력 절약훈련된 신경망의 실시간 추론 결과가 나타날 때 관찰하세요.영상 획득을 시작하기 전에 추론 결과를 알면 실험 효율성이 높아집니다. | 관련 영상HeLa 세포 배양으로 세포 주기의 여러 단계를 실시간으로 감지* |
비록 헬라 세포가 의료 연구에서 가장 중요한 세포주가 되었다고 해도, 과학에 대한 Henrietta Lacks의 공헌이 동의를 받지 않은 것이었다는 것을 인정해야만 합니다.이로 인해 면역학, 전염병, 암에 대한 중요한 발견이 이루어졌지만 사생활, 윤리, 의학적 동의에 대한 중요한 논의도 촉발되었습니다.
Henrietta Lacks의 삶과 현대 의학에 대한 그녀의 공헌을 알아보려면 여기를 클릭하세요.
http://henriettalacksfoundation.org/
매크로-마이크로 이미징매크로-마이크로 기능으로 4배와 같은 저배율 대물렌즈를 사용하여 개요 영상을 인식한 후, 샘플 영역을 감지하여 고배율에서 영상을 인식할 수 있습니다.TruAI를 사용하면 이 절차가 자동으로 이루어지므로 여러 조직 단면이 담긴 유리 슬라이드나 접시를 사용할 때 더 빠르고 효율적으로 영상이 인식됩니다. |
“사전 훈련된 핵 인식은 굉장히 놀랍고 이제 세포 분획을 훼손하지 않도록 않고 매우 이질적인 시료를 쉽게 분석할 수 있습니다.특히 세포 밀도가 높은 영역에서 TruAI 기반 분리 방법은 속도와 성능 모두에서 강도 또는 가장자리 검출 방법보다 분명히 더 우수합니다.” Robert Strauss |
자세히 알아보기
딥 러닝과 함께 TruAI 기술을 사용하여 정확하고 효율적인 현미경 영상 분석 수행 | 딥 러닝을 사용한 약물 테스트의 다계층 핵 표현형 예측 | 자가 학습 AI 기술을 사용한 사구체의 신속한 자동 검출 및 분할 | VS200 연구 슬라이드 스캐너와 TruAI 딥 러닝 솔루션으로 췌장도 분할과 분석 가속화 및 최적화 |
자가 학습 현미경 검사를 위해 scanR TruAI를 사용한 라벨 프리 이동 분석 | TruAI™ 딥 러닝 기술을 사용한 효모 단백질 위치 정보 분류 | 딥러닝을 사용하여 간단해진 세포와 핵의 인스턴스 분할 | 사전 훈련된 딥러닝 모델을 사용한 손쉬운 핵 및 세포 분할의 20가지 예 |
관련 제품
APX100
| IXplore Pro
| IXplore Live
| IXplore Spin
|
IXplore SpinSR
| FV4000
*2023년 10월 기준. | FV4000MPE
| VS200
|
scanR
|
Sorry, this page is not
available in your country.
Sorry, this page is not
available in your country.