细胞病理学
Cognex深度学习在组织学切片上检测细胞异常
![Cognex细胞病理学](http://m.czl106.com/library/media/industry/life-sciences/cell_pathology.jpg?sc_lang=en&h=250&w=350&la=en&hash=81E3262BAFF4EC53308C1C3A21E6B01C)
组织学标本显示各种形式的细胞损伤。由于细胞损伤的出现是高度不可预测的,涉及许多可能的形式,如果不进行大量编程,机器视觉可能很难识别所有可能的异常。德国必威
康康克斯深度学习通过学习细胞的正常外观来检测细胞异常,包括其显着但可耐受变化(例如,有丝分裂)。该工具的深度学习模型学会算用于细胞集群之间的自然偏差,同时将外观的显着变化标记为异常。基于这一初步培训,康康克斯深度学习可以动态分割表现出细胞损伤的感兴趣区域以进行进一步的组织学分析。缺陷检测工具还用于分段和识别特定的感兴趣区域,例如由于染色而导致的微观载玻片(例如,石蜡)或其他伪像上的特定固定介质,简单地通过学习目标区域的变化外观。