不同的成像技术

光场,荧光,暗场,全息图…样本信息可以从不同成像技术获得的图像中最大化。图像中存储的信息量远大于流式细胞术(仅获取单个细胞的总荧光信息)、蛋白质含量检测(无细胞信息)、基因表达(无细胞信息)等单检测技术。图像保留了细胞的形态信息和组织关系,可用于各种特定探针的原位检测,极大地扩展了信息的流通。

无统计分析

如果测试结果需要具有统计显著性,则测试对象的样本大小需要达到一定的比例,以消除采样误差。流式细胞仪可以利用鞘流聚焦原理将细胞准确地送到激光光斑检测区,每秒可检测10万多个粒子。蛋白质检测技术可以突破大规模细胞,测量总价值。然而,在拍摄细胞图像时,这个过程是复杂的。有必要用显微镜来选择适当的放大倍率,然后聚焦细胞。如果荧光信号同步采集,则可以测量总值。时间会更长。传统上,图像信息由于采集速度慢而没有进行统计分析。

图像处理操作缩短

尽管《retains图像信息的样品的两个最大的信息在冰上的障碍。在过去几十年中,已经有没有可靠的技术和计算机计算电力两种提取物的有效信息。的到来和高度并行的计算芯片如GPU和FPGA和深的学习算法,图像处理操作,减少hundreds已经从这些两分钟或秒。

高分辨率高速扫描

一切似乎都成熟了,但显微摄影的速度是最后的绊脚石。尽管显微镜已经发明了几个世纪,但它们的用途仍然没有改变:聚焦、观察、改变视力、重新聚焦、重新观察等。尽管这些步骤可以自动进行,但只要有很多聚焦过程,总的检测时间就变得不可接受,特别是对于大功率镜观察而言,这是一个不可接受的过程。ften需要几个小时。虽然临床实验室的大多数测试都是自动化的,但只有显微观察仍然是手工完成的。

自2008年以来,经过十年的研发,建立了一套独特的硬件和算法,解决了显微扫描的焦点问题,实现了高分辨率、高速扫描。利用100X油镜对整个载玻片进行扫描,时间由2小时缩短到1分钟,解决了显微医学图像自动分析的最后一个瓶颈问题。