新一代显微镜图像分析与深度学习技术

利用深度学习的力量,奥林巴斯显微镜cellSens成像软件旨在提供改进的分段分析,例如label-free核检测和细胞计数,更准确的数据和有效的实验。

图像分析是一个许多生命科学应用程序的关键部分。分析依赖于分割提取目标,如细胞和细胞器,其余的形象非常普遍。然而,传统的阈值方法,取决于亮度和颜色可以错过重要的信息或可能无法检测到目标。cellSens软件的深度学习技术的目的是让用户快速列车系统自动获取这些信息,提高label-free对象检测的速度和准确性,使细胞的定量分析和基于形态学特征的分割。

提高实验效率和label-free核检测

所需的紫外线激发荧光染色和常规核检测耗时,会损害细胞。然而,cellSens软件可以识别和部分细胞核从简单的传输图像,这样不需要荧光标记。

减少光毒性在荧光成像技术来支持精确的数据采集

与cellSens软件的深度学习技术,用户可以获得准确的分析数据从低信噪比图像。技术产生杰出的准确性而显著减少激发光的量的细胞接触。这使得高分辨率分割同时帮助保持细胞健康。

节省时间通过自动细胞计数和测量

深度学习技术节省时间通过识别和自动计数有丝分裂细胞。这种技术也用于分割图像的组织标本,如肾脏肾小球,挑战当使用传统的方法。