Patologia cellulare
Cognex Deep Learning rileva anomalie delle cellule su vetrini istologici
Prodotti correlati
Alimentato dal software di visione basato sul Deep Learning In-Sight ViDi
Ambiente di programmazione grafica per l'analisi di immagini industriali basata sul deep learning
I campioni istologici mostrano varie forme di danno cellulare. Poiché l'aspetto del danno cellulare è altamente imprevedibile e coinvolge molte forme possibili, può essere difficile per la visione industriale identificare tutte le possibili anomalie senza una programmazione impegnativa.
Cognex Deep Learning rileva anomalie delle cellule apprendendo l'aspetto normale di una cellula, ivi comprese le sue variazioni significative ma tollerabili (ad esempio, la mitosi). Il modello di deep learning dello strumento apprende anche a tenere conto della deviazione naturale tra i cluster di cellule, segnalando invece come anomale delle variazioni significative dell'aspetto. Sulla base di questo addestramento iniziale, Cognex Deep Learning è in grado di segmentare dinamicamente le regioni di interesse che mostrano un danno cellulare per un'ulteriore analisi istologica. Lo strumento di rilevamento dei difetti viene utilizzato anche per segmentare e identificare specifiche regioni di interesse, come ad esempio un mezzo di fissaggio specifico su un vetrino microscopico (ad esempio, paraffina) o altri artefatti dovuti ad una colorazione non corretta, semplicemente imparando l'aspetto variabile della zona interessata.
