Life Science Solutions
新闻
对不起，此内容在您的国家不适用。
基于深度学习技术（AI人工智能前沿技术），OLYMPUS cellSens显微成像和分析软件显著提升图像识别精确性，例如无标记细胞核检测和细胞计数，从而获得更准确的数据，实现更高效的实验。
图像分析是许多生命科学研究中非常有挑战性的一步。从全图中将目标（例如细胞和细胞器）分割抽提出来的分析经常使用。但是，依赖于亮度和颜色的常规阈值方法可能会丢失关键信息，或者根本无法检测到目标。 cellSens软件的深度学习技术使用户能够快速训练软件系统以自动捕获特征性信息，从而提高了无标记样本检测，荧光标记细胞的定量分析以及基于形态学特征进行分割的速度和准确性。
传统细胞核检测需要荧光染色标记和紫外光激发，实验周期长且紫外光会损伤细胞。而现在，cellSens软件可以从简单的透射光图像中识别和分割细胞核，无需荧光标记。
得益于cellSens软件的深度学习技术，用户可以从低信噪比图像中获得准确的分析数据。该技术精度出色，同时大大减少了照射细胞的激发光。从而实现保持细胞活性优异同时，获得高分辨图像分割识别结果。
深度学习技术通过自动识别和计数节省时间，如自动识别处于有丝分裂期的细胞。 该技术还可用于自动识别分割组织标本图像，例如识别肾小球，而常规方法非常难快速准确做到。
对不起，此内容在您的国家不适用。
您即将被转换到我们的本地网站。