Person Doing Blood Test

SolVision成功案例

生技醫療業

細胞病變辨識及分類解決方案

AI輔助細胞特徵辨識

細胞病變重要依據：細胞型態變化

在進行細胞病變檢驗時，透過活體組織切片或液態切片的方式取得檢體，檢體裡可能包含腫瘤脫落的細胞，或與腫瘤相關的DNA。醫生以細胞的特徵與型態判斷為癌細胞或正常細胞，並以細胞病變的程度作為後續治療計畫規劃以及預後判斷的參考。

切片影像特徵多元，細胞病變評斷標準不一

醫學實務上透過細胞特徵的分析，可區分癌細胞及正常細胞並針對癌細胞進行分類。然而，切片顯微影像中細胞的外觀不固定，病變發生的位置、型態也十分隨機，導致每位醫師對於癌細胞的判斷及圈選標準不盡一致，更無法透過傳統光學檢測以撰寫邏輯方式判斷癌細胞的型態。

資料擴增結合AI深度學習技術，準確判斷細胞病變

運用SolVision AI影像平台的Classification工具，使AI模型深度學習正常細胞特徵及癌細胞的病變特徵。輔以資料擴增技術模擬細胞型態的多變性及多樣性並執行強化訓練，增加AI模型執行判斷的穩定性。訓練完成的AI模型可辨識細胞病變的特徵並予以分類，進而判斷患者病情的狀況。

細胞病變影像檢驗案例

正常細胞
病變中期
相關文章
  • Car doors painted shiny gray color in assembling workshop

    利用機械手臂進行車門按鈕自動化按壓檢測

    AI視覺技術搭載機械手臂，快速優化車門按鈕檢測，減少人力需求並提升產線運作效益。
    成功案例AccuPickSolVision品質/安全檢查定位檢測汽車業

  • 積層陶瓷電容製程優化解決方案

    SMD電容體積較小，觀察缺陷需在顯微鏡等級的微觀工具下觀察，且因MLCC非常脆弱，檢測過程也須非常小心，困難度極高。使用SolVision工具，學習電極上凸出部分的瑕疵形狀及位置，建立AI模型，在AI學習瑕疵特徵之後，即可快速檢測電容凸出部分的缺陷，大幅提升整體製程的良率。
    成功案例SolVision瑕疵檢測電子業
  • 快速精準辨識多種橡膠射出成型之瑕疵

    精準辨識多種橡膠射出成型瑕疵

    橡膠射出成形採用AOI檢測塑料缺陷時，由於瑕疵種類及位置多變，易遇橡膠射出瑕疵樣品不足使得瑕疵定性定量困難，檢測精準度不足。利用SolVision AI瑕疵檢測，針對橡膠射出成品瑕疵形狀與顏色建立資料庫，AI學習可後辨識種類及位置多變的瑕疵。有效解決橡膠射出成品瑕疵不固定的檢測問題。
    成功案例SolVision塑橡膠產業瑕疵檢測
  • black and white labeled box

    自動化導線架品質檢測

    導線架表面的各類瑕疵，包含邊緣毛邊、黑點雜質、刮痕等。若使用傳統的AOI檢測，當檢測背景與瑕疵較為相近時，容易發生漏檢的情形。使用SolVision AI瑕疵檢測工具進行學習，以擴增功能增加AI學習範圍，能有效檢測出各類導線架瑕疵，在雜亂或複雜背景中，也能精確辨識有很好的辨識效果。
    成功案例SolVision半導體業瑕疵檢測