血样质量管理

康耐视深度学习对离心血液的图像进行分类以进行适当分离

托盘中的血样瓶,用于进行质量管理检测

相关产品

In-Sight D900

In-Sight D900

采用 In-Sight ViDi 技术的深度学习式视觉软件

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

面向深度学习工业图像分析的图形化编程环境

血液测试分析仪需要准确地准备样品和测试设置。离心血样会根据不同指标(例如血红蛋白、胆红素和脂肪内指数水平)进行分级,然后根据浊度和血浆颜色得到质量分数。所有这些指标都会因样品在支架中的装载方式和方向而产生的外观变化而有所差异。血液分离以及是否有标签和封盖都是质量评估中的重要因素,这对于高度自动化实验室中工作流程的稳健性有重要意义。因为有很多需要判断的因素,所以这种检查往往需要通过人工来完成。

深度学习式图像分析可以根据离心血液是否已经有效地分离成不同的层(血浆、血沉棕黄层和红细胞)来为图像分类,然后根据流程中使用的标准对样品进行分类。 康耐视深度学习分类工具可以学习各类注释图像,直到它成功地概念化并概括出各个层的正常外观。运行时,康耐视深度学习可对单个药瓶中多个类别的图像进行排序,将血浆质量因子(如血浆颜色和浊度、血沉棕黄层量和离心状态)分类为不同的类别,同时忽略不相关的性质,如是否有封盖和标签。根据这些分类,它可以区分合格样品与不合格样品。这些信息还可以提供与被抽取的和再次离心的样品相关的有用的流程控制信息。

精选康耐产品

获取产品支持和培训以及更多

加入 MyCognex