혈액 샘플 품질 관리
코그넥스 딥러닝은 적절한 분리를 위해 원심분리된 혈액의 이미지를 분류합니다.
관련 제품
In-Sight ViDi 딥러닝 기반 비전 소프트웨어로 작동
딥러닝 기반 산업용 이미지 분석을 위한 그래픽 프로그래밍 환경
혈액 테스트 분석 장비는 정확하게 준비된 샘플과 테스트 설정이 필요합니다. 원심 분리된 혈액 샘플은 다양한 지표(예. 헤모글로빈, 빌리루빈, 인트라리피드 지표 레벨 등)에 따라 등급이 부여되고 혼탁도와 혈장 색상에 따라 품질 점수가 결정됩니다. 이러한 지표 모두는 샘플이 랙 상에 적재되는 방식과 방향에 따라 외형이 다양하게 나타날 수 있습니다. 혈액 분리와 레이블 및 뚜껑 존재 여부는 품질 평가에서 중요한 요소이며 높은 수준으로 자동화된 실험실에서 안정적인 작업 흐름을 확보하기 위해 매우 중요합니다. 또한 이러한 환경에서는 판정 기반 요소들이 너무 많기 때문에 인간적인 실수가 빈번하게 발생합니다.
딥러닝 기반 이미지 분석 은 원심 분리된 혈액이 구분되는 층(혈장, 연층, 적혈구)을 기준으로 분류하고 처리에 사용되는 기준에 따라 샘플을 분류할 수 있습니다. 코그넥스 딥러닝 분류 툴은 다양한 층의 정상적인 외형을 성공적으로 개념화하고 일반화할 때까지 레이블이 지정된 다양한 등급의 이미지들을 학습합니다. 코그넥스 딥러닝은 실행 중에 혈장 색상과 혼탁도, 연층 두께, 원심 분리 상태 등과 같은 혈액 품질 요소들을 분류해서 바이알 하나에서 여러 등급의 이미지들을 분리하는 한편 뚜껑 상태와 레이블의 유무 등과 같이 관계없는 특성들은 무시합니다. 등급에 따라 합격 샘플과 불합격 샘플을 분리합니다. 또한 이 정보는 원심 분리를 다시 적용해야 할 대상으로 선정된 샘플에 대한 유용한 처리 관리 정보로 활용 가능합니다.