通過機器學習分割和分類，研究病理學實驗室可以更快速、更容易地確定疾病的原因和治療方法。
使用Image-Pro，研究病理學家可以獲得一系列工具，用于獲取圖像，打開多分辨率虛擬幻燈片文件，以及識別，量化和分類細胞核，膜或染色組織區域。可以創建并保存自定義工作流以供將來使用。
我們軟件在自然資源圖像分析的應用 ：
百分比面積染色 染色組織的分析提出了許多獨特的挑戰，例如成像設備的均勻照明，組織染色的一致性或組織厚度的一致性-任何一個都可能影響圖像質量。 使用基于機器學習的智能分割，可以快速訓練Image-Pro以可靠和可重復的方式識別染色的組織區域。
|  |
細胞分類 使用機器學習簡化了對染色組織、細胞和細胞核的分析，以便在Ki-67等樣品中找到感興趣的細胞。 一旦定位了細胞，就可以根據學習分類特征對它們進行分類，其中用戶訓練系統對細胞群進行正確分類。 |  |
小膠質細胞/腦組織 尋找顯微鏡圖像分析等功能的科學家和研究人員更喜歡我們的腦組織圖像分析軟件和捕獲模塊工具 |
|
顏色去卷積 一個常見的問題是分析多個可能相互疊加的污漬。在某些情況下，傳統的顏色分割技術甚至基于機器學習的染色組織分割可能是困難的。為了解決這些問題，顏色反卷積應用程序可以從彩色圖像中提取單個污漬到單獨的圖像中，這可以很容易地量化。 只需提取一個適當的預定義污漬或創建自己的污漬配置文件時需要。 |  |
顯微鏡大視野拼接 從幻燈片掃描儀中分析組織，會生成幾gb的大文件，通常比可用的內存大，無法顯示或分析。Image-Pro支持許多幻燈片掃描儀和金字塔文件格式。 除了能夠打開和顯示整個幻燈片掃描，許多應用程序已經開發出來，以支持標記和提取特定區域，或標記和分析整個幻燈片圖像分析區域。 |  |
機器學習 (智能分割) 當需要使用多個污點時，傳統的分割方法無法以任何程度的精度解決多個顏色。 使用機器學習進行基于智能分割的圖像分析，可以快速訓練image - pro以可靠和可重復的方式識別染色的組織區域。 |  |