La mise en œuvre de la technologie d’apprentissage profond TruAI™ fait progresser l’automatisation du scanner de lames pour la recherche SLIDEVIEW™ VS200 de sorte que l’acquisition d’images est plus efficace et nécessite beaucoup moins d’efforts.

Améliorez la précision de la détection automatique des échantillons

Les algorithmes des systèmes de numérisation conventionnels qui calculent le masque de l’échantillon fournissent de bons résultats sur des échantillons à contraste élevé et fortement colorés. Cependant, ils génèrent souvent des résultats inexacts pour les échantillons complexes, comme ceux qui ne sont pas colorés ou faiblement colorés. Les lames biologiques préparées présentent intrinsèquement certaines variations (par exemple, différentes intensités de couleur), ce qui peut également avoir une incidence sur le résultat de la détection automatique des échantillons.

Regardez cette vidéo pour voir la différence entre la détection générique et la détection automatique basée sur l’intelligence artificielle (IA) :

Avec un réseau neuronal correctement entraîné, la technologie d’apprentissage profond TruAI génère des masques d’échantillon avec une grande précision, ce qui peut éliminer entièrement le besoin d’effectuer des réglages manuels avant de commencer l’acquisition d’images. L’entraînement du réseau neuronal permet de surmonter les problèmes liés aux échantillons complexes et aux objets d’intérêt difficiles à détecter. Avec le mode TruAI, vous pouvez même numériser de manière sélective des sous-zones de l’échantillon en fonction de l’apparence morphologique.

Découvrez comment la détection d’échantillons basée sur l’IA peut augmenter la précision et faciliter votre travail :

Optimisation par l’IA de votre procédure de numérisation de lames

• Dans la vidéo, les îlots de Langerhans étaient les objets ciblés pour la détection automatique. Votre réseau neuronal entraîné sur mesure peut détecter tous les objets que vous ciblez.
• L’utilisation de la technologie d’apprentissage profond TruAI pour votre processus automatisé de numérisation de lames procure les avantages suivants :
• Une amélioration de l’efficacité et de la flexibilité : l’interface logicielle simple est facile à configurer et à utiliser. Vous pouvez facilement téléverser votre réseau neuronal entraîné et l’appliquer en un clic.
• Une réduction du volume de données acquises : la détection automatisée au moyen de la technologie TruAI et, dans une plus large mesure, la numérisation sélective évitent l’acquisition de gros volumes de données contenant des zones qui ne vous intéressent pas ou des zones « hors échantillon ». Vous pouvez ainsi optimiser la gestion des données, y compris le stockage, le téléversement et le partage d’images.
• Un accroissement de l’autonomie du processus : la précision de la détection basée sur l’IA réduit le besoin d’intervention. Vous avez la possibilité de valider le masque d’échantillon avant la numérisation, mais vous pouvez également ignorer cette étape et acquérir l’image complète en une seule fois, sans vérification. Cette autonomie vous permet d’optimiser votre temps grâce à la numérisation de lames sans surveillance et exécutées durant la nuit.

Comment préentraîner le réseau neuronal

Il existe quelques façons de préentraîner votre réseau neuronal personnalisé. Vous pouvez entraîner le réseau neuronal à l’aide du logiciel de bureau VS200 en option équipé du module « Detect and Deep Neural Network » (détection et réseaux neuronaux profonds), ou vous pouvez importer un réseau neuronal qui a été entraîné à partir d’un logiciel compatible, comme cellSens™. Avec la dernière mise à jour du système VS200 (version 3.4), vous pouvez également fournir les étiquettes pour l’entraînement en utilisant notre logiciel gratuit OlyVIA™. Ainsi, un plus grand nombre de collègues ou d’étudiants pourront contribuer à alimenter les données d’entraînement du réseau neuronal, ce qui peut améliorer davantage la précision des résultats.

Pour tirer pleinement parti de la détection automatique au moyen de la technologie TruAI, mettez à jour votre système VS200 vers la version 3.4 dès aujourd’hui à partir du site https//evidentscientific.com/fr/downloads?product=VS200, sous Scanner de lames pour la recherche.

¿Cómo se forma una red neuronal?

Existen algunas opciones para formar la red neuronal a su medida. Es posible formar la red neuronal con el software de escritorio opcional VS200 Desktop que cuenta con el módulo Detect and Deep Neural Network [Detectar y ahondar en la red neuronal], o puede importar una red neuronal formada a partir de un software compatible, como el software cellSens™. Con la última actualización del sistema VS200, también es posible proporcionar un marcado a la formación mediante el uso del software gratuito OlyVIA™. Esto permite que más colegas y estudiantes contribuyan a aumentar los datos de formación, lo cual intensifica la precisión de los resultados.