SolVisionFallstudie

KI-gestützte visuelle Identifikation und Klassifizierung von Zellen

KI-gestützte Erkennung von Krebszellen

Zellinspektion in pathologischen Untersuchungen

Bei der Krebsfrüherkennung werden Proben durch Biopsie oder Flüssigbiopsie entnommen, die Zellen enthalten können, die vom Tumor abgestoßen wurden, oder DNA, die mit dem Tumor in Verbindung steht. Ärzte beurteilen anhand der einzigartigen Eigenschaften der Zellen, ob sie normal oder ungesund sind, und beziehen sich auf den Grad der Zytopathie, um die Prognose und die anschließende Behandlung zu bestimmen.

Biopsiebilder und Zellvariationen

Die Analyse von Zellmerkmalen kann Krebszellen von normalen Zellen unterscheiden und Krebszellen klassifizieren. Unter mikroskopischen Bildern variieren Krebszellen jedoch in ihrem Erscheinungsbild und sind zufällig verteilt, was die Beurteilung oder Auswahlkriterien eines Arztes erheblich beeinflussen kann. Angesichts dieser Unsicherheiten sind traditionelle Inspektionssysteme unzureichend, um Zellvariationen zu erkennen und zu bestimmen.

Klassifizierung von Zellen mit KI-Deep Learning

Mit dem Klassifizierungstool von SolVision kann das KI-Modell trainiert werden, um die unterschiedlichen Merkmale normaler Zellen und Krebszellen zu erkennen. Das Datenaugmentierungstool des Systems ermöglicht die Simulation potenzieller Zelltypen und -variationen, um das Training und die Stabilität des KI-Modells zu stärken. Das fortschrittliche KI-Modell kann dann verwendet werden, um Zellen genau zu identifizieren und zu klassifizieren, sodass Ärzte bessere Prognosen stellen können.