TruAI 기술 | 올림푸스 생명과학

TruAI 기술 딥러닝 기반의 정확하고 효율적인 현미경 이미지 분석

연락처

영상 분할

빠르고 효율적

딥 러닝 기술을 기반으로 한 고정밀 탐지와 분할은 효율적이고 신뢰할 수 있는 분석 결과 제공
광독성 없는 세포 계수와 기하학적 측정(예: 면적이나 모양)에 최적
1초 미만의 위치당 처리 시간

TruAI 백서 읽기

그림 6

핵의 검출을 보여주는 예.훈련된 신경망의 적용(추론)을 보여주는 도식.

딥러닝 기반의 차세대 영상 분석

실험에는 현미경 영상의 데이터가 필요할 때가 많습니다.정확한 영상 분석을 위해 분할(특히 강도 값 또는 색상을 기반으로 한 임계값)을 사용하여 영상에서 분석 대상을 추출합니다.그러나 이렇게 하면 시간이 오래 걸리고 시료 상태에 영향을 줄 수 있습니다.

TruAI 기술의 차세대 영상 분석을 사용하면 이러한 문제를 해결할 수 있습니다.

Only the dividing cells are detected (right)

TruAI를 사용한 유사 분열 세포의 예측(녹색).

TruAI detects the glomeruli features (right)

TruAI를 사용한 마우스 신장 부분의 사구체 위치 예측(파란색).

(녹색) 핵의 형광 이미지, (파란색) TruAI 기술로 명시야 이미지에서 검출된 핵

녹색: GFP 라벨이 균일하지 않아 검출 정확도가 낮은 것을 볼 수 있습니다.

파란색: 용기의 스크래치와 먼지에도 불구하고 높은 정확도로 핵을 검출합니다.

영상 기능 향상

신경망은 노이즈의 특징을 미리 학습할 수 있어 신호가 약하더라도 높은 신호 대비 노이즈 비율로 영상을 구성할 수 있습니다.

형광 강도가 매우 약한 노이즈가 많은 영상은 분할을 위한 객체 인식을 어렵게 합니다.또한 영상 페이딩을 최소화하고 영상을 최대한 빨리 획득하는 것이 중요합니다.
딥러닝 기술을 이용한 노이즈 제거로 노이즈 레벨이 높고 노출 시간이 짧을 때 선명한 영상을 획득할 수 있습니다.

Inserting image...

Ganerate clear image with high signal-to-noise ratio from noisy image

Button

라이브 AI로 시간과 노력 절약

훈련된 신경망의 실시간 추론 결과가 나타날 때 관찰하세요.영상 획득을 시작하기 전에 추론 결과를 알면 실험 효율성이 높아집니다.

https://adobeassets.evidentscientific.com/content/dam/video/video/library/TruAI_lp.mp4

HeLa 세포 배양으로 세포 주기의 여러 단계를 실시간으로 감지^*
주황색: G1 단계, 녹색: S 및 G2 단계, 빨간색: 유사 분열과 딸핵

비록 헬라 세포가 의료 연구에서 가장 중요한 세포주가 되었다고 해도, 과학에 대한 Henrietta Lacks의 공헌이 동의를 받지 않은 것이었다는 것을 인정해야만 합니다.이로 인해 면역학, 전염병, 암에 대한 중요한 발견이 이루어졌지만 사생활, 윤리, 의학적 동의에 대한 중요한 논의도 촉발되었습니다.
Henrietta Lacks의 삶과 현대 의학에 대한 그녀의 공헌을 알아보려면 여기를 클릭하세요.
http://henriettalacksfoundation.org/

매크로-마이크로 이미징

매크로-마이크로 기능으로 4배와 같은 저배율 대물렌즈를 사용하여 개요 영상을 인식한 후, 샘플 영역을 감지하여 고배율에서 영상을 인식할 수 있습니다.TruAI를 사용하면 이 절차가 자동으로 이루어지므로 여러 조직 단면이 담긴 유리 슬라이드나 접시를 사용할 때 더 빠르고 효율적으로 영상이 인식됩니다.

자세히 알아보기