新一代显微图像分析与深度学习技术

2020-04-11 17:18:36

利用深度学习的力量,奥林巴斯细胞Sens成像软件的显微镜提供了显着改进的分割分析,如无标签细胞核检测和细胞计数,以获得更准确的数据和高效的实验..

图像分析是许多生命科学应用的关键部分。 依靠分割从图像其余部分提取目标,如细胞和细胞器的分析是常见的。 然而,传统的阈值方法依赖于亮度和颜色,可能会丢失关键信息,或者根本无法检测目标。 细胞Sens软件的深度学习技术使用户能够快速训练系统自动捕获这些信息,提高无标签对象检测、荧光标记细胞定量分析和基于形态特征的分割的速度和准确性。

常规细胞核检测所需的荧光染色和紫外激发是耗时的,会损伤细胞.. 然而,细胞Sens软件可以从简单的传输图像中识别和分割细胞核,因此不需要荧光标记。

利用单元Sens软件的深度学习技术,用户可以从低信噪比图像中获得准确的分析数据。 该技术产生了优异的准确性,同时显著减少了细胞暴露于激发光的数量。 这可以实现高分辨率分割,同时帮助保持细胞健康。

深度学习技术通过自动识别和计数有丝分裂细胞来节省时间。 这项技术也是有用的分割图像的组织标本,如肾小球,这是具有挑战性的使用常规方法。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。