Person Doing Blood Test

SolVision成功案例

细胞病变辨识及分类解决方案

AI辅助细胞特征辨识

细胞病变重要依据:细胞型态变化

在进行细胞病变检验时,透过活体组织切片或液态切片的方式取得检体,检体里可能包含肿瘤脱落的细胞,或与肿瘤相关的DNA。医生以细胞的特征与型态判断为癌细胞或正常细胞,并以细胞病变的程度作为后续治疗计划规划以及预后判断的参考。

AI enabled cancer cell detection

切片影像特征多样,细胞病变评断标准不一

医学实务上透过细胞特征的分析,可区分癌细胞及正常细胞并针对癌细胞进行分类。然而,切片显微影像中细胞的外观不固定,病变发生的位置、型态也十分随机,导致每位医师对于癌细胞的判断及圈选标准不尽一致,更无法透过传统光学检测以撰写逻辑方式判断癌细胞的型态。

资料扩增结合AI深度学习技术,准确判断细胞病变

运用SolVision AI影像平台的分类工具,使AI模型深度学习正常细胞特征及癌细胞的病变特征。辅以资料扩增技术仿真细胞型态的多变性及多样性并执行强化训练,增加AI模型执行判断的稳定性。训练完成的AI模型可辨识细胞病变的特征并予以分类,进而判断患者病情的状况。

细胞病变影像检验案例

正常细胞

Cell lesion imaging test case

病变中期

相关文章
  • 封装晶片边缘微裂瑕疵检测解决方案

    由于晶粒边缘崩裂瑕疵出现的位置及型态不固定,以致传统光学检测无法精准地将瑕疵检出,影响整体产品良率。运用SolVision AI影像技术,将影像样本中的瑕疵特征予以标注,完成训练的AI模型即可自动检出并标注晶粒边缘崩裂瑕疵的位置,大幅降低芯片在后续封装制程中断裂的风险。
  • 快速辨识轮胎内胎印刷编码

    轮胎在制程的环节经历许多高压、高负荷与高温差的工序,使内胎表面字迹模糊且刷色深浅不齐,影响内胎编码的辨识度,不利于人工辨识与传统AOI检测。利用SolVision工具,针对轮胎内胎编码的数字与形状进行拍摄,进行AI模型训练,能成功辨识,有效改善编码辨识的正确率。
  • 医疗口罩制造品质管控解决方案

    口罩产品瑕疵种类繁多,包括掉线、皱褶、鼻垫片缺漏及穿透、破洞、角切、脏污、侧边凸出及过滤层破损等。难以透过AOI方式检出全部的瑕疵。运用SolVision AI影像技术,将影像样本中各类型瑕疵予以标注,AI经深度学习后即可于品管端精准辨识口罩上是否有瑕疵,进而将不良品汰除。
  • 球柵阵列封装假焊瑕疵检测解决方案

    运用SolVision AI影像平台的Instance 实例切割技术,将X光影像中锡球重迭的假焊瑕疵予以标注并藉以执行AI模型的深度学习。经训练后的AI即可在具背景噪声、无明显影像边缘的条件下,将假焊瑕疵精准检出。