在制药和生物技术领域利用人工智能进行显微镜图像分析
行业解决方案

在制药和生物技术领域利用人工智能进行显微镜图像分析

从复杂的大型数据集中获取突破性发现

生物医学研究的蓬勃发展为制药和生物技术领域提供了开发新药物、应用和技术的机遇。创新需要繁复的实验设计,而此类设计则会导致复杂棘手的多维数据集。若无自动分析,对于公司而言,将数据收集转化为突破性发现可谓举步维艰。蔡司基于人工智能的图像分析善于攻破三大挑战,全力支持创新:

  • 洞见:分析图像数据以提取综合读数。
  • 自动化:提高处理大量数据的通量和效率。
  • 可重复性:日复一日确保各类用户均能获得可靠的结果。
基于传统图像分析方法的细胞核图像分割

基于传统图像分析方法的细胞核图像分割

基于传统图像分析方法的细胞核图像分割

基于传统图像分析方法的细胞核图像分割

基于传统图像分析方法的细胞核图像分割

传统型图像分析的局限性

多年来,药物开发人员和生物技术研究人员一直在寻求图像分析自动化的方法。常见的方式即应用一系列处理功能(例如平滑、边缘检测等),而后进行基于阈值的图像分割。这种流程可被设为基础的分析流程并用于执行某些典型任务,比如识别和计数细胞核、细胞以及其他感兴趣的亚细胞特征。尽管这种经典的基于阈值的图像分割方法可执行许多标准图像分析任务,但其局限性在于,对复杂数据集进行大规模分析时可能会产生较大的负面影响。

此类算法仅考虑小部分图像参数,其中最主要的是亮度。图像必须在目标信号强度和同质背景方面保持高度一致。然而,这些流程通常会因图像集的异质性而无法达到预期效果,继而导致伪影或者分析不完整。构建和测试这些流程需要相关人员具备丰富的经验,并熟练掌握分析算法。如果从事图像分析的科学家在专业知识水平上存在差异,或者完全缺乏必要的专业知识,那么对这种特定技能组合的过度依赖可能会导致结果不一致。

利用人工智能助推自动图像分析
利用人工智能助推自动图像分析

利用人工智能助推自动图像分析

人工智能(AI)使计算机能够模仿人类智慧。AI可在没有明确编程的情况下学习识别图像中的物体,这与我们人类的学习方式相似。

机器学习(ML)是人工智能的一种形式,可让机器通过从数据中提取特征模式进行学习。机器学习不仅能够评估像素强度等特征,还可以考虑纹理信息等因素,从而在包含高度可变图像的数据集中为我们提供更可靠的结果。

深度学习(DL)是机器学习的一种特殊形式,通过解读数百万个参数的庞大数据来进行学习。尽管深度学习需要更多的数据来训练算法,但其能够模拟多层网络神经元处理数据的方式,从而成功处理极其复杂和难以分割的数据集。

骨肉瘤细胞
骨肉瘤细胞

显示蓝色DAPI染色细胞核的骨肉瘤细胞(左);使用传统机器学习方法分割的细胞核(中);分割后对单个细胞核进行分水岭分离(右)。

显示蓝色DAPI染色细胞核的骨肉瘤细胞(左);使用传统机器学习方法分割的细胞核(中);分割后对单个细胞核进行分水岭分离(右)。

人工智能驱动的流程,在极具挑战性的场景中斩获出色成果

我们使用包含相关特征(如细胞核)的代表性图像子集训练人工智能。与传统的图像分析方法不同,人工智能并非通过定义一系列处理步骤来实现预期分割结果,而是在训练中强化期待的结果,并自动优化算法以实现这一分割结果。由人工智能驱动的分析流程即使应用于极具挑战性的成像场景,诸如低衬度图像(如无标记)和高密度对象图像(如融合细胞培养或组织),也能为您呈现出色结果。此外,人工智能流程可轻松实现自动化,并应用于大型数据集,以提取有关生物现象的可靠、具有统计学意义的洞见。

由人工智能加持的蔡司图像分析生态系统

由人工智能加持的蔡司图像分析生态系统

由人工智能加持的蔡司图像分析生态系统

由人工智能加持的蔡司图像分析生态系统

基于人工智能的图像分析工作流将准确的图像分割和分类与自动化强强联合,实现可重复的高通量数据分析。应用人工智能分析工作流,生物制药研究团队通过从早期研究和发现阶段到临床前研究、新药临床试验研究申请(IND)等各个阶段,可以更有效地识别及开发出更优候选药物的成功率。
如此一来便获得两大优势:

  • 避免开发后期失败导致高损耗成本;
  • 同时加快产品上市速度并获得竞争优势。

蔡司软件解决方案使得各种经验水平的用户均可利用人工智能并提高生产率:

  • 基于云的arivis Cloud学习平台能够轻松高效地标注用于开发深度学习模型的训练数据集,用户无需掌握任何代码编写技能。
  • 深度学习模型可在蔡司ZEN软件中用作图像分析设置的一部分或优化的Bio Apps工作流的一部分。
  • 如果您的分析任务非常复杂和/或数据量庞大,部署arivis Pro将为您优化分析流程。这是一款高效的图像分析套件,精于处理具有挑战性的多维数据集。最后,将您的人工智能分析流程接入基于服务器的arivis ProHub分析平台,以增加通量和规模并强化arivis Pro分析技术。

联系蔡司显微镜事业部

联系方式

正在加载表格...

/ 4
下一步:
  • 第1步
  • 第2步
  • 第3步
联系我们
必填信息
选填信息

如欲了解更多关于蔡司数据处理的信息,请参阅我们的数据隐私声明

  • 1

    所示图像仅为研究内容。蔡司明确排除 基于Axioscan 7玻片扫描系统生成的信息对可能受影响的 患者 进行诊断或推荐治疗的 可能性。