Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

Análise de imagem da microscopia da próxima geração com tecnologia deAprendizagem

Leveraging a potência profundamente da aprendizagem, o software da imagem lactente dos cellSens de Olympus para a microscopia oferece a análise significativamente melhorada da segmentação, tal como a detecção do núcleo e a contagem de células etiqueta-livres, para uns dados mais exactos e experiências eficientes.

A análise de imagem é uma parte crítica de muitas aplicações da ciência da vida. As análises que confiam na segmentação para extrair alvos, tais como pilhas e organelles, do resto da imagem são comuns. Contudo, os métodos convencionais do limiar que dependem do brilho e da cor podem faltar a informação crítica ou não podem poder detectar os alvos de todo. a tecnologia deaprendizagem do software dos cellSens permite usuários de treinar rapidamente o sistema para capturar automaticamente esta informação, melhorando a velocidade e a precisão da detecção etiqueta-livre do objeto, a análise quantitativa de pilhas fluorescente-etiquetadas e a segmentação baseada em características morfológicas.

Melhore a eficiência da experiência com detecção Etiqueta-Livre dos núcleos

A mancha fluorescente e a excitação UV exigidas para a detecção convencional do núcleo são demoradas e podem danificar as pilhas. Contudo, o software dos cellSens pode identificar e segmentar núcleos das imagens simples da transmissão de modo que a rotulagem fluorescente não seja exigida.  

Reduzindo a fototoxicidade durante a imagem lactente da fluorescência para apoiar por aquisição de dados exacto

Com tecnologia deaprendizagem do software dos cellSens, os usuários podem obter dados exactos da análise das baixas imagens da relação de relação sinal-ruído. A tecnologia produz a precisão proeminente ao significativamente reduzir a quantidade de excitação ilumina as pilhas é expor a. Isto permite a segmentação de alta resolução ao ajudar mantenha as pilhas saudáveis.

Ganhe o tempo automatizando a contagem de células e a medição

Profundo-aprender a tecnologia ganha o tempo identificando e contando pilhas mitotic automaticamente. Esta tecnologia é igualmente útil para segmentar imagens de espécimes do tecido, tais como glomérulo do rim, que é desafiante ao usar métodos convencionais.

Source: https://www.olympus-lifescience.com/en/

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Olympus Life Science Solutions. (2020, April 09). Análise de imagem da microscopia da próxima geração com tecnologia deAprendizagem. News-Medical. Retrieved on January 22, 2021 from https://www.news-medical.net/news/20200408/Next-Generation-Microscopy-Image-Analysis-with-Deep-Learning-Technology.aspx.

  • MLA

    Olympus Life Science Solutions. "Análise de imagem da microscopia da próxima geração com tecnologia deAprendizagem". News-Medical. 22 January 2021. <https://www.news-medical.net/news/20200408/Next-Generation-Microscopy-Image-Analysis-with-Deep-Learning-Technology.aspx>.

  • Chicago

    Olympus Life Science Solutions. "Análise de imagem da microscopia da próxima geração com tecnologia deAprendizagem". News-Medical. https://www.news-medical.net/news/20200408/Next-Generation-Microscopy-Image-Analysis-with-Deep-Learning-Technology.aspx. (accessed January 22, 2021).

  • Harvard

    Olympus Life Science Solutions. 2020. Análise de imagem da microscopia da próxima geração com tecnologia deAprendizagem. News-Medical, viewed 22 January 2021, https://www.news-medical.net/news/20200408/Next-Generation-Microscopy-Image-Analysis-with-Deep-Learning-Technology.aspx.