醫療器材工件檢測

使用機器視覺與深度學習降低召回與重工成本

相關產品

In-Sight 視覺系統

精準又可靠地檢測、識別和引導元件

In-Sight D900

採用 In-Sight ViDi 深度學習視覺軟體

從有光澤的金屬膝關節置換到小型網狀支架，醫療器材有許多複雜的形狀、尺寸及表面。使用增材製造讓特定程序更難以處理幾何形狀。醫療器材會用於人體內外，因此務必要檢測組件品質。心臟起搏器、導管、手術刀及其他醫療器材與外科手術設備如有微小的表面缺陷、刮痕、毛邊、凹痕或受到汙染，都會對病患造成危害。

許多醫療器材製造廠商人類作業員或基於規則的機器視覺系統，確保組件與塑膠元件符合品質與安全標準。人工進行品質檢測可能要付出高昂成本，有時還會因疏忽而讓缺陷有漏網之魚。在有一組已知變數的受控環境中，機器視覺系統可發揮良好表現，但由於醫療器材形狀與表面的變化，光是透過機器視覺可能無法解決某些檢測。

像是量測等的一些應用仍偏好使用基於規則的機器視覺，其也是具成本效益的選擇。面對誤差範圍大且難以預知缺陷的複雜檢測，深度學習工具可提供絕佳替代方案。Cognex Deep Learning 解決方案可定位、分析並能分類複雜的檢測問題，阻止有缺陷的產品進入供應鏈。深度學習結合如人類一般的檢測能力與電腦化系統的自動化和再現性功能。使用機器人，還可以增強這項能力，確保機器處理與視覺工具共同作業，檢測操作人員有時所沒看到的最複雜異常。最終結果就是能減少召回事件、降低重工成本，以及完整擷取圖像與全程可追溯性。