—— PROUCTS LIST
人工智能顯微成像能夠高效檢測稀有事件
基于人工智能的工作流程通過Aivia驅(qū)動的自主顯微鏡快速檢測活生物樣本中的稀有事件
對稀有事件進行定位和選擇性成像是許多生物樣本研究過程的關(guān)鍵。然而，由于時間限制和高度的復雜性，有些實驗無法做到，從而限制了獲得新發(fā)現(xiàn)的前景。
基于人工智能顯微成像的
稀有事件檢測工作流程
通過基于人工智能的顯微成像檢測稀有事件，這種工作流程將智能樣本導航、圖像采集工具和人工智能驅(qū)動的圖像分析等不同功能融合起來共同協(xié)作，能夠克服上述局限性。
STELLARIS上Aivia驅(qū)動的自主顯微鏡為日常實驗室工作提供了非常高效的運行方式，包括執(zhí)行那些沒有自動程序或大量人工操作就無法完成的高級實驗。
為什么使用人工智能顯微成像？
在生命科學領(lǐng)域使用成像技術(shù)的根本原因是能夠生成數(shù)據(jù)來回答生物學問題。通常會將圖像采集與高級圖像分析結(jié)合起來實現(xiàn)這個目標。
常規(guī)成像方法需要操作人員不斷進行人機交互，使用顯微鏡系統(tǒng)在樣本上搜索合適的對象或感興趣區(qū)域（ROI），進行適當?shù)淖罴褕D像采集設置，然后決定掃描這些ROI。這種人工決策的實驗工作流程的性質(zhì)決定了只有容易控制的少數(shù)ROI能被精確定位，而且采集ROI圖像需要大量時間。使用由Aivia驅(qū)動的自主顯微鏡，則能夠在實驗一開始完成設置后就自動進行稀有事件檢測工作流程。
實驗開始后，就會立即進行低分辨率預掃描、檢測稀有事件以及采集和存儲高分辨率3D圖像，無需任何人工干預。這種方法的顯著優(yōu)勢在于整個過程高速進行，并能在實驗過程中檢測到大量稀有事件。
如何使用Aivia驅(qū)動的自主顯微鏡
檢測稀有事件
自主顯微鏡可自動檢測這類ROI或稀有事件（RE），無需人工干預，因此能使復雜的顯微鏡工作流程自動化。
在這個自主工作流程中，第一步先生成低分辨率二維（2D）概覽圖像，并立即將其傳輸?shù)剿B接的基于人工智能的圖像處理（Aivia）系統(tǒng)。該系統(tǒng)通過像素分類器檢測由操作人員預先定義好的稀有事件，并將稀有事件坐標發(fā)回成像系統(tǒng)，系統(tǒng)再根據(jù)操作人員的要求（例如高分辨率和三維（3D）數(shù)據(jù)堆棧）掃描這些稀有事件。通過這種方式生成的數(shù)據(jù)：
與感興趣對象密切相關(guān)
因為采用了自動化拍攝，所得數(shù)據(jù)具有統(tǒng)計相關(guān)性
圖1：稀有事件檢測工作流程
使用人工智能驅(qū)動的顯微成像發(fā)現(xiàn)稀有事件，提高數(shù)據(jù)質(zhì)量
對稀有事件進行高度特異性掃描可大幅提高所采集數(shù)據(jù)的整體質(zhì)量，因為獲得的都是真正感興趣的數(shù)據(jù)。這種方法可確保有針對性地掃描，至多獲得到90%的稀有事件。同時，不再因?qū)ο∮惺录M行耗時且高成本的人工搜索而造成很長的“閑置時間"，因此顯微鏡系統(tǒng)可實現(xiàn)高效運行。
圖2：通過約5個多小時自動圖像采集獲取的50微米厚的人腦切片（阿爾茨海默病供體）圖像，所標記的感興趣對象顯示了3D高分辨率圖像堆棧，檢測到516個稀有事件。
樣本由德國慕尼黑路德維希-馬克西米利安大學病理學和大腦研究中心 Jochen Herms 教授提供。
更快地得到結(jié)果，節(jié)省圖像采集時間和磁盤空間 - “擺脫無效數(shù)據(jù)！"
除了對稀有事件進行高度特異性掃描外，自主顯微成像還能采集與稀有事件目標無關(guān)的數(shù)據(jù)?？赏ㄟ^以目標為導向的方式掃描感興趣的對象，這一方面可以在很大程度上防止生成無效數(shù)據(jù)，另一方面能以高度定性的方式提供所采集的數(shù)據(jù)，便于后續(xù)圖像分析。所采集的對象始終位于掃描區(qū)域的視野（FOV）中心，因此可以實現(xiàn)上述優(yōu)點。
圖3：通過約3個多小時自動圖像采集獲得的細胞有絲分裂圖像。只采集感興趣的對象。感興趣對象顯示了116個檢測到的分裂中期的3D高分辨率圖像堆棧。
提高可重復性，有助于先進的實驗
可重復性是進行可信的生命科學研究的關(guān)鍵要素之一。自主執(zhí)行的實驗順序可隨時得到恢復，裝配適當?shù)能浖姹荆⒁韵嗤脑O置重新運行。這個過程能確?？芍貜托裕謩釉O置實驗中的成像程序無法做到這一點。此外還可建立高度復雜的顯微成像工作流程并使其自動化，使高級應用更易于使用，而這類應用以前根本無法做到，或者必須依靠大量人工操作。
LAS X Navigator Expert：
Aivia驅(qū)動的自主顯微鏡的關(guān)鍵組分
LAS X Navigator是一款強大的導航和圖像采集工具，用戶可以從逐個圖像搜索方式切換到快速查看完整的樣本概覽，并能立即識別重要的樣本細節(jié)。它能夠使用玻片、培養(yǎng)皿和多孔板的模板自動設置高分辨率圖像采集。它就像一個用于樣本細胞的GPS定位系統(tǒng)，用戶始終都可通過一條清晰的路徑來獲得高質(zhì)量數(shù)據(jù)、在樣本中導航、創(chuàng)建快速概覽、立即識別細節(jié)，還可以使用玻片、培養(yǎng)皿和多孔板的模板進行高分辨率圖像采集。
在導航中添加智能功能：LAS X Navigator Expert
Navigator Expert基于Navigator，融合了提供稀有事件處理工作流程的Aivia人工智能圖像處理功能。此外，使用Navigator Expert還可以定義多個掃描任務，將其分配給需要掃描的任意幾何形狀/掃描區(qū)域，用于復雜的成像程序和實驗設置。
圖4：LAS X Navigator Expert（右）和Aivia
Navigator Expert包含兩個模塊：“Jobs"（任務）和“Experiment"（實驗）。在“Jobs"模塊中，可通過普通的STELLARIS LAS X用戶界面設置任何掃描任務。例如，該模塊包括定義自動對焦（AF）任務、低分辨率2D快速概覽掃描任務以及實際稀有事件任務，后者可以進行高分辨率3D掃描。
圖5：Navigator Expert的“Jobs"和“Experiment"兩個模塊與Aivia共同定義了一個檢測稀有事件的自動化工作流程。
設置稀有事件檢測工作流程
稀有事件檢測工作流程的創(chuàng)建十分簡單。定義了需完成的任務后，“Experiment"模塊就會直觀地引導用戶完成各個工作流程步驟：
1
確定載體（玻片、腔室、多孔板）；
2
確定掃描區(qū)域（可基于載體預定義，也可任意定義）；
3
確定焦點位置，分配AF任務；
4
將概覽任務分配給掃描區(qū)域；
5
分配Aivia稀有事件處理程序和稀有事件任務。
最后，像素位置中會列出Aivia稀有事件處理程序檢測到的稀有事件位置。
圖6：設置工作流程
要創(chuàng)建Aivia稀有事件處理程序，只需使用事先通過概覽掃描任務采集的一些圖像對Aivia像素分類器進行訓練。使用簡單的繪圖工具，對需要的稀有事件進行標注，并確定圖像的背景。這樣，像素分類器就可以從概覽掃描圖像中獨立檢測到稀有事件。
圖7：在Aivia像素分類器訓練中使用簡單的繪圖工具確定稀有事件和背景。
啟動稀有事件檢測工作流程后，概覽掃描圖像會立即傳輸?shù)紸ivia，后者將檢測到的稀有事件的像素坐標送回到Navigator Expert，以便進行稀有事件掃描。
圖8：概覽圖像和使用Navigator Expert進行稀有事件掃描。
Aivia驅(qū)動的自主顯微鏡的優(yōu)勢
除了上述特點之外，基于人工智能的自動顯微鏡還可大幅改進和優(yōu)化實驗。
坐在顯微鏡前的總時間和工作量最多減少75%
高價值數(shù)據(jù)的采集時間最多可大幅縮短70%
低質(zhì)量數(shù)據(jù)的存儲需求最多可減少90%
提高稀有事件檢測的可重復性
利用人工智能提高數(shù)據(jù)質(zhì)量
稀有事件工作流程行之有效：檢測到高達90%的稀有事件
