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
  • metal rails stacked in a railway yard

    利用機器人實現自動化鐵軌接縫板去毛邊處理

    使用了SOLMON公司的AI 3D機器視覺技術Solmotion來進行接縫板的位置識別。準確地識別接縫板端面進行毛邊修整的位置並進行了修正。在毛邊修整過程中，我們在接縫板流動到修整位置之前的一側安裝了Solmotion的攝像頭系統，用於解析接縫板的截面。
  • 如何快速精準辨識多種IC Tray盤字元

    快速辨識多種IC Tray盤字元

    所羅門利用 SolVision學習Tray盤所需辨識的定位點，執行光學字元辨識 (OCR)，能夠大幅優化傳統AOI的作業流程，不受識別畫面位移、歪斜及其字元缺陷等限制，精準識別個別料件來源，而隨著AI深度學習件數增加，亦能持續優化AI辨別字元的能力，使辨識字元不再困難。
  • presence/absence detection of PTP using SolVision AI inspection software

    泡殼包裝品質管理解決方案

    運用SolVision AI影像平台的Instance Segmentation技術，以包裝良品及具各種瑕疵類型的影像樣本訓練AI模型。訓練完成的模型可即時且迅速地辨識每一反光或透明泡殼的包裝及填充情形，並將偵測到的瑕疵予以標註並分類。
  • a group of square objects

    晶圓不良品分類及瑕疵定位自動化解決方案

    傳統光學檢測無法針對全幅影像進行分類，故無法於第一階段汰除瑕疵過多的晶圓。應用SolVision AI影像平台技術辨識瑕疵特徵。首先判斷晶圓是否具有過多瑕疵，汰除無法修復的不良品。其次運用影像處理技術分割晶圓影像，並以工具偵測瑕疵，記錄其特徵、坐標、面積等資訊，大幅提升後續修補的效率。