CA168首页 > 自动化信息 > 企业信息 > 信息详情

康耐视AI解决方案开启生命科学新机遇

发布日期:2023-08-10 来源:康耐视作者:网络
 
  如今,机器视觉已被成功应用于生命科学行业的多种医疗设备之上,这些设备推动了医学成像辅助检查、样品管理与测试和实验室自动化的发展。但由于传统机器视觉的局限性,使其在某些应用中无法做出与准确的判断,并且容易受噪音背景、影像质量问题和非结构化场景的异常等因素干扰,耗时且费力。

  幸而,AI技术的突破为生命科学行业带来了新的机遇。基于AI的视觉技术能够以更高的准确性和效率进行图像分析。康耐视提供的生命科学解决方案,采用机器视觉和AI结合的方式,通过AI算法可从复杂的图像中提取特征,识别感兴趣区域,并完成一系列的自动化操作,使机器视觉能够可靠地重复执行任务,解决棘手的生命科学应用。

  下面介绍四个方向的实验室自动化挑战,以及每种挑战下常见的应用难题和对应的康耐视解决方案:

  一、体外诊断实验室自动化

  平台检测

  定位试管架上的样本

  挑战:

  临床诊断设备制造商依靠机器视觉实现平台检测自动化。然而分析仪或IVD设备等液体处理系统会由于试管架及架上容器的位置和方向不准确或缺失,影响工作流程。且容器和试管的尺寸、形状及盖帽类型因制造商而异,导致处理系统难以预测其平台上的位置。

  解决方案:

  康耐视VisionPro软件利用深度学习技术识别用户指定的特征。即使尺寸和形状各不相同,软件仍能准确识别和计数试管。凭借定位工具,VisionPro能够检测IVD平台上微量滴定板和其他试管架的位置和方向,以及上面的样本试管。一旦试管被定位,则可使用传统机器视觉工具对位样本和试剂,以便进一步处理。

  

  试管检测和分类

  按盖帽或瓶塞颜色分类样本

  挑战:

  临床诊断设备通常需要处理大量容器和试管。常用的试管跟踪方法是一维条码/二维码扫描。然而,试管通常存储在试管架、平台、托盘上或其他容器中,这可能会因遮挡而妨碍扫描系统读取代码的能力。

  解决方案:

  康耐视独创边缘学习工具,利用预先训练的算法快速、轻松地实现分类应用自动化。针对每种不同的试管,只需使用三到五个图像进行训练,就能识别和分类不同类型的试管。该技术不仅可以检测试管上盖帽的存在/缺失,确保盖帽正确密封,还能识别盖帽颜色。从而使操作人员简化检测操作、保障样本安全,并提高实验室环境下的可追溯性。

  

  血液样本质量管理

  分析离心后的血液,以确保正确分离

  挑战:

  血液测试分析仪需要准备准确的样本和测试设置。样本的外观可能会受到试管架上位置和方向的影响,这会导致血液指标的外观差异。血液分离、标签和盖帽的存在/缺失对于质量评估非常重要,但这通常需要依靠人工判断

  解决方案:

  通过基于深度学习的软件分析图像,可以确定血液离心分离的效果,并根据预设的标准对样本进行分类。在使用过程中,康耐视VisionPro软件提供的基于AI的分类工具,可以提取血浆颜色、浑浊度、白膜层体积和离心分离状态等血液质量因素,将样本分为不同的类别(如黄疸、溶血、乳糜血等)。同时,可以忽略盖帽状态和标签存在与否等不相关的因素。
  

  二、显微影像检测

  细胞分类和计数

  根据细胞的独特特征对细胞进行分类

  挑战:

  细胞分类和计数是临床诊断中(如血液涂片或有丝分裂计数)的一项关键任务。许多流程需要准确的初始细胞计数,以确保它们的基准输入标准化,并准确地测量结果。由于细胞外观会有所不同,传统机器视觉有时难以准确地定位易混淆背景或伪影上的细胞。且这些细胞紧密地靠在一起,也导致传统机器视觉难以区分。

  解决方案:

  VisionPro软件中的定位工具可通过从带注释的显微镜图像中学习,准确识别细胞。该工具可基于细胞的大小、形状和表面特征以及变化性特征总结和概括细胞的正常外观。自主学习算法能够学习将噪音背景上的完好细胞与受损细胞(比如携带疟疾病毒的细胞)区分开来,并提供可靠计数。再通过分类工具将不同类型的细胞,按大小、形状等特征进行分类。

  三、医学影像

  X射线异常分割和缺陷检测类

  检测和分割X射线影像中的异常

  挑战

  放射性X射线、超声波和核磁共振(NMR)图像中生物异常的定位,传统上需要依靠人工检测员的灵活性以及针对凌乱背景作出定性决策的能力。这可能会非常耗时,并且难以准确地定位感兴趣的特征或区域

  解决方案:

  VisionPro软件中的分析工具只需学习物体的正常外观,包括虽显著但可容忍的变化,即可用于辅助检测医学X射线影像,或者超声波影像上的缺陷。该分析工具可基于一组样本图像进行训练,以开发人体器官正常外观以及特定类型异常的参考模型。并可将偏离目标区域正常生理机能的任何异常标记为缺陷。

 

  四、人体定位

  3D人体定位

  高速生成高分辨率图像

  挑战:

  对于需要精确测量控制的医疗过程(如图像引导放射治疗),目标必须始终保持在预定的位置,以确保治疗和诊断图像的准确性。然而,在要求亚毫米级精度的情况下,目标的呼吸运动可能导致定位不准确,这限制了可使用的设备类型。为了有效地监测目标的位置,操作人员需要一种能够实时收集高精度图像的解决方案。

  解决方案:

  康耐视3D-A5000面阵扫描相机可快速采集高分辨率3D图像。这些图像与行业领先的3D视觉工具相结合,提供可靠的解决方案,用于实时定位测量。3D-A5000具有专利的3D LightBurst技术,可在物体上投射独特的蓝光模式,高速采集高分辨率3D图像。该系统可在100毫秒内快速提供全视场(FOV)3D点云图像,确保时间关键型应用实现更高的处理量和更短的周期时间。3D-A5000还能生成具有超过150万个3D数据点的高分辨率3D点云图像,准确重新构建图像的表面特征。该功能能够检测到细微的运动,确保实现精确定位。

  综上所述,通过采用行业领先的机器视觉和AI技术,康耐视解决方案能够帮助生命科学行业解决复杂的定制化IVD和实验室自动化问题,提升质量控制和效率,轻松应对当前和未来的一系列挑战。若您想了解更多康耐视AI解决方案,为实验室自动化和医疗过程寻找帮助和机遇,可点击阅读原文,下载「康耐视生命科学解决方案指南」了解更多!
[信息搜索] [] [告诉好友] [打印本文] [关闭窗口] [返回顶部]

上一篇:先进制造业集群释放竞争活力

下一篇:应用案例 | 基于 PC 的控制技术灵活应用于固态金属增材制造中

免责申明

       本文仅代表作者个人观点,与中自网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容!来源网络如有误有侵权则删。

视觉焦点