Zellenklassifizierung und -zählung
Cognex Deep Learning unterscheidet Zelltypen aufgrund ihrer spezifischen Merkmale
Ähnliche Produkte
Ausgestattet mit der In-Sight ViDi Deep-Learning-basierten Bildverarbeitungssoftware
Grafische Programmierumgebung für Deep Learning-basierte industrielle Bildanalyse
Die Klassifizierung und Zählung von Zellen sind wesentliche Aufgaben in der klinischen Diagnose (zum Beispiel in Blutabstrichen oder bei den Mitosezahlen). Viele Prozesse benötigen eine genaue erste Zellzahl, um ihre grundlegenden Eingaben zu standardisieren und Ergebnisse zu messen. Aufgrund des unterschiedlichen Erscheinungsbildes von Zellen ist eine genaue Lokalisierung durch die industrielle Bildverarbeitung manchmal bei einem störenden Hintergrund oder Artefakten nur schwer möglich. Zellen, die nahe aneinander liegen, sind manchmal für die industrielle Bildverarbeitung ebenfalls schwer als eigenständige Zellen zu unterscheiden.
Das Cognex Deep Learning Lokalisierungs-Tool identifiziert Zellen durch das Lernen von kommentierten Bildern mikrosokopischer Aufnahmen. Das Tool verallgemeinert das normale Erscheinungsbild der Zellen anhand ihrer Größe, Form und Oberflächenmerkmale sowie veränderbarer Merkmale. Selbstlernende Algorithmen lernen, zwischen intakten und beschädigten Zellen zu unterscheiden (zum Beispiel Zellen, die das Malariavirus tragen), selbst bei rauschendem Hintergrund, und bieten eine zuverlässige Zählung. Das Klassifizierungs-Tool lernt verschiedene Zelltypen zur sortieren, durch Klassifizierung aufgrund spezifischer Merkmale wie Größe und Form.
