Qualitätsmanagement Blutproben

Cognex Deep Learning klassifiziert Bilder von zentrifugiertem Blut für die richtige Trennung

Blutprobenröhrchen in einem Tablett für die Qualitätsmanagement-Prüfung

Ähnliche Produkte

In-Sight D900

In-Sight D900

Ausgestattet mit der In-Sight ViDi Deep-Learning-basierten Bildverarbeitungssoftware

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

Grafische Programmierumgebung für Deep Learning-basierte industrielle Bildanalyse

Analysesysteme für Bluttests benötigen präzise vorbereitete Proben und einen genauen Testaufbau. Zentrifugierte Blutproben werden nach verschiedenen Indizes bewertet (z. B. Hämoglobin, Bilirubin und lipovenöse Indexstände) und erhalten eine Qualitätseinstufung nach Trübheitsgrad und Plasmafarbe. Das Erscheinungsbild all dieser Indizes kann variieren, je nachdem, wie die Proben zugeführt und im Gestell ausgerichtet werden. Die Bluttrennung und das Vorhandensein/Fehlen von Etiketten und Verschlüssen sind wichtige Faktoren bei der Qualitätseinstufung, die für stabile Arbeitsabläufe in hochautomatisierten Laboren wesentlich ist. Diese Prüfung obliegt oft Menschen, da es so viele urteilsbasierte Faktoren gibt.

Die Deep-Learning-basierte Bildanalyse  kann Bilder danach klassifizieren, ob zentrifugiertes Blut effektiv in verschiedene Phasen (Plasma, Buffy Coat und rote Blutkörperchen) getrennt wurde. Zudem können Proben nach den bei der Verarbeitung verwendeten Kriterien klassifiziert werden. Das Cognex Deep Learning Klassifizierungstool lernt von kommentierten Bildern verschiedener Klassen, bis es das normale Erscheinungsbild verschiedener Phasen erfolgreich konzeptioniert und verallgemeinert. Während der Laufzeit sortiert Cognex Deep Learning die Bilder mehrerer Klassen innerhalb eines einzigen Glasfläschchens. Dabei werden Blutqualitätsfaktoren wie Plasmafarbe und Trübheitsgrad, Buffy-Coat-Volumen und Zentrifugierstatus in verschiedene Klassen eingeteilt, während irrelevante Eigenschaften wie der Verschlussstatus und das Vorhandensein von Etiketten ignoriert werden. Anhand der Klassen werden zulässige von mangelhaften Proben getrennt. Diese Informationen können auch wichtige Prozesskontrollinformationen über Proben liefern, die abgenommen und neu zentrifugiert wurden.

PRODUKTE IM FOKUS

ERHALTEN SIE ZUGANG ZU SUPPORT & TRAINING FÜR PRODUKTE & MEHR

Werden Sie Teil von MyCognex