新一代显微镜图像分析与深度学习技术

　　来自显而易见公司

　　利用深度学习的力量，奥林巴斯cellSens显微镜成像软件提供了显着改进的分割分析，例如无标签核检测和细胞计数，以获得更准确的数据和更高效的实验。

　　图像分析是许多生命科学应用的关键部分。依靠分割从图像的其余部分提取目标(如细胞和细胞器)的分析是很常见的。然而，传统的基于亮度和颜色的阈值分割方法可能会遗漏关键信息或根本无法检测到目标。cellSens软件的深度学习技术使用户能够快速训练系统自动捕获这些信息，提高无标记物体检测的速度和准确性，荧光标记细胞的定量分析和基于形态特征的分割。

　　常规的细胞核检测需要荧光染色和紫外线激发，耗时且会损伤细胞。然而，cellSens软件可以从简单的传输图像中识别和分割细胞核，因此不需要荧光标记。

　　利用cellSens软件的深度学习技术，用户可以从低信噪比的图像中获得准确的分析数据。该技术产生了出色的准确性，同时显著减少了细胞暴露在激发光下的数量。这可以实现高分辨率分割，同时帮助保持细胞健康。

　　深度学习技术通过自动识别和计数有丝分裂细胞，节省了时间。该技术也可用于分割组织标本的图像，如肾小球，这在使用传统方法时是具有挑战性的。

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