细胞分类和计数

康耐视深度学习软件可根据独特的特征来区分细胞类型

相关产品

In-Sight D900

采用 In-Sight ViDi 技术的深度学习式视觉软件

VisionPro Deep Learning

面向深度学习工业图像分析的图形化编程环境

细胞分类和计数是临床诊断中的关键任务（例如血涂片或有丝分裂计数）。很多流程需要准确的初始细胞计数来标准化其基线输入和测量结果。因为细胞的外观可能不同，所以机器视觉有时难以准确地将它们与混乱的背景或伪影区分开来。机器视觉也很难将那些靠在一起的细胞识别为独立细胞。

康耐视深度学习定位工具可通过从带注释的显微镜载玻片图像中学习来准确识别细胞。该工具可根据细胞的大小、形状和表面功能特征以及可变特征概括细胞的正常外观。自学算法能够学会区分完整的和受损的细胞（例如携带疟疾病毒的细胞），即使在嘈杂的背景下，并提供可靠的计数。分类工具可学习对不同类型的细胞进行分类，确保根据尺寸、形状等独特的特征对它们进行分类。