人工智能显微成像能够高效检测稀有事件
基于人工智能的工作流程通过aivia驱动的自主显微镜快速检测活生物样本中的稀有事件
对稀有事件进行定位和选择性成像是许多生物样本研究过程的关键。然而，由于时间限制和高度的复杂性，有些实验无法做到，从而限制了获得新发现的前景。
基于人工智能显微成像的
稀有事件检测工作流程
通过基于人工智能的显微成像检测稀有事件，这种工作流程将智能样本导航、图像采集工具和人工智能驱动的图像分析等不同功能融合起来共同协作，能够克服上述局限性。
stellaris上aivia驱动的自主显微镜为日常实验室工作提供了非常高效的运行方式，包括执行那些没有自动程序或大量人工操作就无法完成的高级实验。
为什么使用人工智能显微成像？
在生命科学领域使用成像技术的根本原因是能够生成数据来回答生物学问题。通常会将图像采集与高级图像分析结合起来实现这个目标。
常规成像方法需要操作人员不断进行人机交互，使用显微镜系统在样本上搜索合适的对象或感兴趣区域（roi），进行适当的最佳图像采集设置，然后决定扫描这些roi。这种人工决策的实验工作流程的性质决定了只有容易控制的少数roi能被精确定位，而且采集roi图像需要大量时间。使用由aivia驱动的自主显微镜，则能够在实验一开始完成设置后就自动进行稀有事件检测工作流程。
实验开始后，就会立即进行低分辨率预扫描、检测稀有事件以及采集和存储高分辨率3d图像，无需任何人工干预。这种方法的显著优势在于整个过程高速进行，并能在实验过程中检测到大量稀有事件。
如何使用aivia驱动的自主显微镜
检测稀有事件
自主显微镜可自动检测这类roi或稀有事件（re），无需人工干预，因此能使复杂的显微镜工作流程自动化。
在这个自主工作流程中，第一步先生成低分辨率二维（2d）概览图像，并立即将其传输到所连接的基于人工智能的图像处理（aivia）系统。该系统通过像素分类器检测由操作人员预先定义好的稀有事件，并将稀有事件坐标发回成像系统，系统再根据操作人员的要求（例如高分辨率和三维（3d）数据堆栈）扫描这些稀有事件。通过这种方式生成的数据：
与感兴趣对象密切相关
因为采用了自动化拍摄，所得数据具有统计相关性
图1：稀有事件检测工作流程
使用人工智能驱动的显微成像发现稀有事件，提高数据质量
对稀有事件进行高度特异性扫描可大幅提高所采集数据的整体质量，因为获得的都是真正感兴趣的数据。这种方法可确保有针对性地扫描，至多获得到90%的稀有事件。同时，不再因对稀有事件进行耗时且高成本的人工搜索而造成很长的“闲置时间”，因此显微镜系统可实现高效运行。
图2：通过约5个多小时自动图像采集获取的50微米厚的人脑切片（阿尔茨海默病供体）图像，所标记的感兴趣对象显示了3d高分辨率图像堆栈，检测到516个稀有事件。
样本由德国慕尼黑路德维希-马克西米利安大学病理学和大脑研究中心 jochen herms 教授提供。
更快地得到结果，节省图像采集时间和磁盘空间 - “摆脱无效数据！”
除了对稀有事件进行高度特异性扫描外，自主显微成像还能采集与稀有事件目标无关的数据。可通过以目标为导向的方式扫描感兴趣的对象，这一方面可以在很大程度上防止生成无效数据，另一方面能以高度定性的方式提供所采集的数据，便于后续图像分析。所采集的对象始终位于扫描区域的视野（fov）中心，因此可以实现上述优点。
图3：通过约3个多小时自动图像采集获得的细胞有丝分裂图像。只采集感兴趣的对象。感兴趣对象显示了116个检测到的分裂中期的3d高分辨率图像堆栈。
提高可重复性，有助于先进的实验
可重复性是进行可信的生命科学研究的关键要素之一。自主执行的实验顺序可随时得到恢复，装配适当的软件版本，并以相同的设置重新运行。这个过程能确保可重复性，而手动设置实验中的成像程序无法做到这一点。此外还可建立高度复杂的显微成像工作流程并使其自动化，使高级应用更易于使用，而这类应用以前根本无法做到，或者必须依靠大量人工操作。
las x navigator expert：
aivia驱动的自主显微镜的关键组分
las x navigator是一款强大的导航和图像采集工具，用户可以从逐个图像搜索方式切换到快速查看完整的样本概览，并能立即识别重要的样本细节。它能够使用玻片、培养皿和多孔板的模板自动设置高分辨率图像采集。它就像一个用于样本细胞的gps定位系统，用户始终都可通过一条清晰的路径来获得高质量数据、在样本中导航、创建快速概览、立即识别细节，还可以使用玻片、培养皿和多孔板的模板进行高分辨率图像采集。
在导航中添加智能功能：las x navigator expert
navigator expert基于navigator，融合了提供稀有事件处理工作流程的aivia人工智能图像处理功能。此外，使用navigator expert还可以定义多个扫描任务，将其分配给需要扫描的任意几何形状/扫描区域，用于复杂的成像程序和实验设置。
图4：las x navigator expert（右）和aivia
navigator expert包含两个模块：“jobs”（任务）和“experiment”（实验）。在“jobs”模块中，可通过普通的stellaris las x用户界面设置任何扫描任务。例如，该模块包括定义自动对焦（af）任务、低分辨率2d快速概览扫描任务以及实际稀有事件任务，后者可以进行高分辨率3d扫描。
图5：navigator expert的“jobs”和“experiment”两个模块与aivia共同定义了一个检测稀有事件的自动化工作流程。
设置稀有事件检测工作流程
稀有事件检测工作流程的创建十分简单。定义了需完成的任务后，“experiment”模块就会直观地引导用户完成各个工作流程步骤：
1
确定载体（玻片、腔室、多孔板）；
2
确定扫描区域（可基于载体预定义，也可任意定义）；
3
确定焦点位置，分配af任务；
4
将概览任务分配给扫描区域；
5
分配aivia稀有事件处理程序和稀有事件任务。
最后，像素位置中会列出aivia稀有事件处理程序检测到的稀有事件位置。
图6：设置工作流程
要创建aivia稀有事件处理程序，只需使用事先通过概览扫描任务采集的一些图像对aivia像素分类器进行训练。使用简单的绘图工具，对需要的稀有事件进行标注，并确定图像的背景。这样，像素分类器就可以从概览扫描图像中独立检测到稀有事件。
图7：在aivia像素分类器训练中使用简单的绘图工具确定稀有事件和背景。
启动稀有事件检测工作流程后，概览扫描图像会立即传输到aivia，后者将检测到的稀有事件的像素坐标送回到navigator expert，以便进行稀有事件扫描。
图8：概览图像和使用navigator expert进行稀有事件扫描。
aivia驱动的自主显微镜的优势
除了上述特点之外，基于人工智能的自动显微镜还可大幅改进和优化实验。
坐在显微镜前的总时间和工作量最多减少75%
高价值数据的采集时间最多可大幅缩短70%
低质量数据的存储需求最多可减少90%
提高稀有事件检测的可重复性
利用人工智能提高数据质量
稀有事件工作流程行之有效：检测到高达90%的稀有事件
安光所大气NO3和N2O5同步高灵敏探测取得进展
混凝土抗渗仪自动
扫描电镜选型指南【下】
如何对HXPnR-H-630A单级组合滑触线进行维护保养及其故障处理
玻璃鳞片防腐材料性能特点
人工智能显微成像能够高效检测稀有事件
燃油燃气管道用玻璃棉保温管施工，铝皮报价
林洋能源2017年净利润6.86亿 同比增长47%
MC-ADF-X 华谊回收二手实验室小型发酵罐/小试/中试发酵
光伏新能源电磁兼容测试配置
OX/A-2氧气点阀箱之产品结构特点及注意事项
物理吸附的吸附质相关参数速查
码头罐顶油气回收设备-工作原理
HG4-1468 橡胶密度计
山东铲车电子秤，济南铲车电子秤，德州铲车电子秤，聊城铲车电子秤
如何选用电磁流量计的接地环
容易引起高压真空断路器分闸线圈烧毁的不当操作有哪些？
1400度真空高温箱式气氛炉的结构功能特性
厌氧发酵罐原理及组成
电动振筛机结构及用料
对稀有事件进行定位和选择性成像是许多生物样本研究过程的关键。然而，由于时间限制和高度的复杂性，有些实验无法做到，从而限制了获得新发现的前景。
基于人工智能显微成像的
稀有事件检测工作流程
通过基于人工智能的显微成像检测稀有事件，这种工作流程将智能样本导航、图像采集工具和人工智能驱动的图像分析等不同功能融合起来共同协作，能够克服上述局限性。
stellaris上aivia驱动的自主显微镜为日常实验室工作提供了非常高效的运行方式，包括执行那些没有自动程序或大量人工操作就无法完成的高级实验。
为什么使用人工智能显微成像？
在生命科学领域使用成像技术的根本原因是能够生成数据来回答生物学问题。通常会将图像采集与高级图像分析结合起来实现这个目标。
常规成像方法需要操作人员不断进行人机交互，使用显微镜系统在样本上搜索合适的对象或感兴趣区域（roi），进行适当的最佳图像采集设置，然后决定扫描这些roi。这种人工决策的实验工作流程的性质决定了只有容易控制的少数roi能被精确定位，而且采集roi图像需要大量时间。使用由aivia驱动的自主显微镜，则能够在实验一开始完成设置后就自动进行稀有事件检测工作流程。
实验开始后，就会立即进行低分辨率预扫描、检测稀有事件以及采集和存储高分辨率3d图像，无需任何人工干预。这种方法的显著优势在于整个过程高速进行，并能在实验过程中检测到大量稀有事件。
如何使用aivia驱动的自主显微镜
检测稀有事件
自主显微镜可自动检测这类roi或稀有事件（re），无需人工干预，因此能使复杂的显微镜工作流程自动化。
在这个自主工作流程中，第一步先生成低分辨率二维（2d）概览图像，并立即将其传输到所连接的基于人工智能的图像处理（aivia）系统。该系统通过像素分类器检测由操作人员预先定义好的稀有事件，并将稀有事件坐标发回成像系统，系统再根据操作人员的要求（例如高分辨率和三维（3d）数据堆栈）扫描这些稀有事件。通过这种方式生成的数据：
与感兴趣对象密切相关
因为采用了自动化拍摄，所得数据具有统计相关性
图1：稀有事件检测工作流程
使用人工智能驱动的显微成像发现稀有事件，提高数据质量
对稀有事件进行高度特异性扫描可大幅提高所采集数据的整体质量，因为获得的都是真正感兴趣的数据。这种方法可确保有针对性地扫描，至多获得到90%的稀有事件。同时，不再因对稀有事件进行耗时且高成本的人工搜索而造成很长的“闲置时间”，因此显微镜系统可实现高效运行。
图2：通过约5个多小时自动图像采集获取的50微米厚的人脑切片（阿尔茨海默病供体）图像，所标记的感兴趣对象显示了3d高分辨率图像堆栈，检测到516个稀有事件。
样本由德国慕尼黑路德维希-马克西米利安大学病理学和大脑研究中心 jochen herms 教授提供。
更快地得到结果，节省图像采集时间和磁盘空间 - “摆脱无效数据！”
除了对稀有事件进行高度特异性扫描外，自主显微成像还能采集与稀有事件目标无关的数据。可通过以目标为导向的方式扫描感兴趣的对象，这一方面可以在很大程度上防止生成无效数据，另一方面能以高度定性的方式提供所采集的数据，便于后续图像分析。所采集的对象始终位于扫描区域的视野（fov）中心，因此可以实现上述优点。
图3：通过约3个多小时自动图像采集获得的细胞有丝分裂图像。只采集感兴趣的对象。感兴趣对象显示了116个检测到的分裂中期的3d高分辨率图像堆栈。
提高可重复性，有助于先进的实验
可重复性是进行可信的生命科学研究的关键要素之一。自主执行的实验顺序可随时得到恢复，装配适当的软件版本，并以相同的设置重新运行。这个过程能确保可重复性，而手动设置实验中的成像程序无法做到这一点。此外还可建立高度复杂的显微成像工作流程并使其自动化，使高级应用更易于使用，而这类应用以前根本无法做到，或者必须依靠大量人工操作。
las x navigator expert：
aivia驱动的自主显微镜的关键组分
las x navigator是一款强大的导航和图像采集工具，用户可以从逐个图像搜索方式切换到快速查看完整的样本概览，并能立即识别重要的样本细节。它能够使用玻片、培养皿和多孔板的模板自动设置高分辨率图像采集。它就像一个用于样本细胞的gps定位系统，用户始终都可通过一条清晰的路径来获得高质量数据、在样本中导航、创建快速概览、立即识别细节，还可以使用玻片、培养皿和多孔板的模板进行高分辨率图像采集。
在导航中添加智能功能：las x navigator expert
navigator expert基于navigator，融合了提供稀有事件处理工作流程的aivia人工智能图像处理功能。此外，使用navigator expert还可以定义多个扫描任务，将其分配给需要扫描的任意几何形状/扫描区域，用于复杂的成像程序和实验设置。
图4：las x navigator expert（右）和aivia
navigator expert包含两个模块：“jobs”（任务）和“experiment”（实验）。在“jobs”模块中，可通过普通的stellaris las x用户界面设置任何扫描任务。例如，该模块包括定义自动对焦（af）任务、低分辨率2d快速概览扫描任务以及实际稀有事件任务，后者可以进行高分辨率3d扫描。
图5：navigator expert的“jobs”和“experiment”两个模块与aivia共同定义了一个检测稀有事件的自动化工作流程。
设置稀有事件检测工作流程
稀有事件检测工作流程的创建十分简单。定义了需完成的任务后，“experiment”模块就会直观地引导用户完成各个工作流程步骤：
1
确定载体（玻片、腔室、多孔板）；
2
确定扫描区域（可基于载体预定义，也可任意定义）；
3
确定焦点位置，分配af任务；
4
将概览任务分配给扫描区域；
5
分配aivia稀有事件处理程序和稀有事件任务。
最后，像素位置中会列出aivia稀有事件处理程序检测到的稀有事件位置。
图6：设置工作流程
要创建aivia稀有事件处理程序，只需使用事先通过概览扫描任务采集的一些图像对aivia像素分类器进行训练。使用简单的绘图工具，对需要的稀有事件进行标注，并确定图像的背景。这样，像素分类器就可以从概览扫描图像中独立检测到稀有事件。
图7：在aivia像素分类器训练中使用简单的绘图工具确定稀有事件和背景。
启动稀有事件检测工作流程后，概览扫描图像会立即传输到aivia，后者将检测到的稀有事件的像素坐标送回到navigator expert，以便进行稀有事件扫描。
图8：概览图像和使用navigator expert进行稀有事件扫描。
aivia驱动的自主显微镜的优势
除了上述特点之外，基于人工智能的自动显微镜还可大幅改进和优化实验。
坐在显微镜前的总时间和工作量最多减少75%
高价值数据的采集时间最多可大幅缩短70%
低质量数据的存储需求最多可减少90%
提高稀有事件检测的可重复性
利用人工智能提高数据质量
稀有事件工作流程行之有效：检测到高达90%的稀有事件
安光所大气NO3和N2O5同步高灵敏探测取得进展
混凝土抗渗仪自动
扫描电镜选型指南【下】
如何对HXPnR-H-630A单级组合滑触线进行维护保养及其故障处理
玻璃鳞片防腐材料性能特点
人工智能显微成像能够高效检测稀有事件
燃油燃气管道用玻璃棉保温管施工，铝皮报价
林洋能源2017年净利润6.86亿 同比增长47%
MC-ADF-X 华谊回收二手实验室小型发酵罐/小试/中试发酵
光伏新能源电磁兼容测试配置
OX/A-2氧气点阀箱之产品结构特点及注意事项
物理吸附的吸附质相关参数速查
码头罐顶油气回收设备-工作原理
HG4-1468 橡胶密度计
山东铲车电子秤，济南铲车电子秤，德州铲车电子秤，聊城铲车电子秤
如何选用电磁流量计的接地环
容易引起高压真空断路器分闸线圈烧毁的不当操作有哪些？
1400度真空高温箱式气氛炉的结构功能特性
厌氧发酵罐原理及组成
电动振筛机结构及用料