分析测试平台数据管理
分析测试平台

数据管理

超越用户对更大更复杂数据集的需求

分析测试平台的图像生成规模呈指数型增长。设备功能的发展、样品的管理、染色、长期或关联图像采集以及智能成像流程等方面的改进都有助于增加数据量。为了支持该大规模的数据生成,数据管理过程现已成为分析测试平台的中心任务。数据管理工作流涵盖了从数据采集到后续的存储、可视化、处理、分析和共享,是一项关键因素。只有功能强大且可扩展的解决方案,才能使分析测试平台满足用户不断增长的数据需求。

通过Data Storage实现大型数据集的可追溯性和可访问性
通过Data Storage实现大型数据集的可追溯性和可访问性

通过Data Storage实现大型数据集的可追溯性和可访问性

对于分析测试平台,理想的数据管理状态是实现图像的“一次存储,永不移动”。该数据管理方法不仅可确保轻松可靠的访问,而且支持改善数字资产的可发现性、可访问性、可协同操作性和可重复使用性(FAIR数据)。

然而,在将分析测试平台数据管理的解决方案与研究机构的IT基础设施结合使用的过程中,可能会面临巨大的挑战,尤其是在涉及海量数据及其安全性等问题时。此外,在投资建立IT人才队伍以维护复杂服务器和相关数据管理软件时,也可能具有挑战性。

蔡司ZEN Data Storage携手Windows服务器为您提供解决方案。ZEN Data Storage可在30分钟内完成远程安装。服务器的网络平台将所有设备和离线工作站连接起来,您的用户只需将数据保存在一处,即可从任何其他设备访问数据,无需制作副本。您能够控制每位用户的访问权限和可用存储空间,由于该解决方案自带Web浏览器界面,您可以从任何地方远程访问数据。通过该解决方案,您可以随时查阅数据集并与全球的合作者进行实时讨论。

如果您计划将中央存储与中央处理相结合,或正在云端执行数据管理的工作流,则arivis VisionHub无疑是一款可满足您处理和分析需求的强大解决方案。该数据管理解决方案可进行扩展,非常适合高内涵筛选等要求严苛的应用,并可为数据管理提供中央核心,以支持平台用户的需求。

选择理想的解决方案来管理平台用户数据,对于防止同一数据集出现多个副本以及确保数据的可追溯性、可访问性和可扩展性来说至关重要。

通过arivis Vision4D实现大数据的理想可视化;样品由哈佛生物成像中心的Erin Diel提供

大型复杂数据集的可视化

随着成像设备的不断发展,所生成数据集的体积和维度数量都在不断增加。因此,在处理这些数据集以实现三维、四维甚至五维可视化方面所面临的计算挑战也随之提升。确保您平台的软件工具足以应对数据的大小和容量,对于您的用户能够进行可视化并随后量化多维数据集中感兴趣的结构或事件至关重要。同时,将高性能计算与优化的软件相结合以快速管理数据集,对于您的用户能够“看到”他们使用您的设备所采集到数据的所有细节也至关重要。

根据需求的大小和范围,蔡司针对数据可视化有不同的建议:

  • arivis Vision4D:一种模块化软件解决方案,可处理几乎所有大小的多通道二维、三维和四维图像。如果您的用户经常使用超过100GB的数据集,则蔡司推荐arivis Vision4D解决方案。ImageCore技术不受RAM限制,可确保arivis Vision4D赋予您和您的用户不受限制地处理数据集的能力。
  • 蔡司ZEN软件:用户界面适用于所有蔡司光学显微镜,配有由arivis设计的内置三维可视化引擎。它确保了在熟悉的软件环境中顺畅处理可高达100 GB左右的数据集。ZEN的性能取决于硬件,例如,更大的内存和更快的SSD驱动器可显著提高大数据(可高达500 GB)的处理能力。
  • 蔡司ZEN lite:ZEN lite提供的免费三维可视化工具也非常强大,它可以让您的用户通过自己的计算机实现理想的图像可视化。
使用arivis Vision4D以简单的步骤处理和分析数万亿字节的数据。视频展示了对斑马鱼胚胎中mRNA分子的三维追踪。样品由瑞士洛桑联邦理工大学的A. Oates教授提供

紧跟高级处理和分析技术的步伐

在大多数情况下,图像采集只是最终产生可量化数据的复杂实验工作流中的一个步骤。为确保向平台用户提供准确且可重复的实验结果,需要慎重考虑如何计划和配置实验以及随后的处理和分析选择。

蔡司提供一系列图像分析选择,包括成像软件中包含的各种易用解决方案,例如ZEN Bio Apps。对于需要更复杂的分析或涉及超过100 GB的大数据集的应用,arivis Vision4D平台是强有力的解决方案。当需要一个定制的分析方法时,APEER平台还可提供基于云的解决方案,不仅完全透明,还具备充分的灵活性。研究人员编写的任何新分析功能都可使用APEER快速轻松地集成到用户工作流中,无需任何编程知识,并可保证处理方法完全透明。

随着图像处理日益成为从成像数据中获得洞察力的瓶颈,顺应新的处理和分析趋势是跟上平台用户所创建的不断变化的实验的关键。

借助机器学习提高效率和可重复性

提供理想的机器学习方法意味着一个具有多个插入点的开放式架构,以满足平台用户不同能力的需求此图像使用ZEN Intellesis软件的对象分类功能获取,该软件易于配置和运行。
 

借助机器学习提高效率和可重复性

随着计算能力的提高,训练神经网络以识别或区分感兴趣特征方法的能力和可用性也在不断提高。选择出色的机器学习方法进行图像分割、修复或分类,对于确保成像结果的成功和可重复性至关重要。无论目标是分割感兴趣的特定对象,还是识别样品区域以供后续采集,紧跟机器学习的众多发展和方法可确保您能为平台用户提供出色的结果。

蔡司提供多种机器学习工具,以适应所有应用。蔡司ZEN Intellesis是一种快速简便的进行图像分割的训练与部署的方法。该模块通过按钮操作,简单快捷,非常适合用于分析测试平台的环境,因为易用性通常是吸引用户采用该方法的关键因素。此外,还可以使用我们的APEER平台或通过U-Net等公用网络对深度学习神经网络进行训练,然后使用ZEN Intellesis进行部署,从而在蔡司通用用户界面ZEN中提供灵活的机器学习图像分割方法。

如果您的时间或人力有限,蔡司还可为您提供定制服务,代您进行神经网络训练,这样您就可以专注于解决科研问题。如果您想了解有关此服务的更多信息,或需要定制解决方案,请与我们联系。


分享本文

下载

  • Manage cores & labs easily and focus on your research

    Infinity by Idea Elan

    页: 2
    文件大小: 435 KB
  • ZEISS Training, Education & Best Practice Sharing

    Hone Your Microscope Skills and Share Your Experiences

    页: 1
    文件大小: 957 KB
  • ZEISS Predictive Service

    Technology information for our Remote Service Program

    页: 7
    文件大小: 562 KB