血液样本质量管理

康康克斯深度学习分析了离心血液以进行适当的分离

相关产品

看见D900

由In-Sighti提供支持的基于深度学习的视觉软件

VisionPro深度学习

基于深度学习的工业图像分析的图形编程环境

血液检测分析仪依赖于准确准备的样品和测试设置。离心血样根据不同的指标(如血红蛋白、胆红素和脂内指数水平)进行排序，并根据浊度和血浆颜色获得质量评分。所有这些指标可以根据样品装载和在机架中的方向在外观上有所不同。血液分离和标签和盖子的存在/不存在是质量评估的重要因素，这对高度自动化实验室的稳健工作流程至关重要。因为有太多基于判断的因素，这种检查往往落在人的身上。

基于深度学习的图像分析可以确定离心血液是否已被有效地分离成不同的相（血浆，血糖和红细胞），并通过加工中使用的标准对样品进行分类。康佩克深层学习分类工具培训不同类的注释图像，直到它成功概念化并概括了不同阶段的正常外观。在运行期间，康复深度学习在单个小瓶中分类多个类，提取等离子体颜色和浊度，柔软的涂层体积等血液质量因素，并将离心状态分为不同的类，同时忽略像帽状况和标签存在等无关质量。基于类，它将通过样本与失败的样本分开。该信息还可以提供有关被绘制和重新离心的样本的有用过程控制信息。