직관적이고 사용하기 쉬운 인터페이스는 사용자가 다양한 각도에서 수천 개의 이미지 데이터를 분석하고 수많은 그래프 유형을 생성하여 결과를 시각화 할 수 있도록 합니다.
또한 Machine Learning 과 Deep Learning 기능을 통해 표적 인식 능력을 획기적으로 증대시킵니다. 이는 또한 3D 배양 및 live-cell 이미징 데이터 분석과 같이 복잡하고 난이도가 높은 분석에 이상적입니다.
CellPathfinder 소프트웨어는 HCA를 위한 강력한 도구입니다.
체험판 소프트웨어를 다운받아 보십시오. Software download
CellPathfinder가 어려움을 해결해 드립니다
For screening
CellPathfinder가 스크리닝 병목현상을 해결해 드립니다.
- 여러 샘플을 검사하기 위한 특수 인터페이스를 통해 이미지 비교가 쉬워지고 효율성이 향상됩니다.
- 간단한 조작으로 초보자도 AI를 활용한 고급 분석이 가능합니다.
- 다양한 그래프 생성 기능과 간단한 이미지 및 동영상 생성 기능으로 보고 시 번거로움을 줄여줍니다.
암 연구 및 재생의학 분야
CellPathfinder는 독자적인 분석 기술을 통해 선도적인 HCA를 제공합니다.
- Yokogawa의 독자적인 이미지 생성 기술인 "CE Bright Field"를 사용하면 염색하고 싶지 않은 샘플의 Label-free 분석이 가능합니다.
- 새롭게 개발된 사용하기 쉬운 머신러닝과 딥러닝으로 기존에 어려웠던 현상 감지도 쉽게 가능합니다.
- 고속, 고정밀도를 기반으로 희귀 이벤트(CTC 등) 감지가 가능합니다.
Applications
Details
이미지부터 분석, 그래프화까지 간단한 workflow
1. Display image data
・쉬운 well간 이미지 비교
2. 분석 프로토콜 불러오기 및 실행
・인식도 높은 그래픽 아이콘
・분석을 위해 사전에 설정된 템플릿을 선택가능
3. Gating
・인식된 객체의 특징값 데이터를 게이팅하여 특정 집단 추출 가능
・추출된 집단을 추가로 별도로 분석 가능
4. 그래프 생성
・결과를 시각화하기 위한 다양한 그래프 옵션
・그래프와 이미지 간의 링크를 통해 데이터 포인트를 클릭하여 이미지를 빠르게 시각적으로 확인할 수 있습니다
5. 더 자세한 내용을 조사하려면... 관심 있는 세포의 프로필을 나열하십시오
・셀을 클릭 시 이미지 및 수치 데이터 수집 가능
Basic analysis functions
3D analysis
・3차원 공간의 Z-Stack 이미지 분석. ・3D 공간에서 물체의 부피와 위치를 정량화.
이미지 스티칭(Image Stitching)
이미지 스티칭을 통해 타일링된 이미지를 생성하고 분석하므로 정확한 정량화가 가능합니다.
구형태의 3차원 세포(spheroid), 조직 절편(tissue sections), 신경돌기(neurites) 등 여러 분야에 걸친 분석에 이상적입니다.
NEW!
Downsampling 지원
공간해상도가 필요하지 않은 경우 빠른 분석이 가능합니다.
또한 거대한 타일 이미지를 그 어느 때보다 쉽게 처리할 수 있습니다.
수동으로 영역 지정
자동화된 이미지 처리를 통해 파악하기 어려운 복잡한 경향에 대해 분석 영역의 수동 영역 지정이 가능합니다.
지정된 영역의 형태를 시각화하여 분석을 용이하게 할 수 있습니다.
Data provided by Dr. Yasuhito Shimada, Mie University Graduate School of Medicine
편리한 그래픽 도구 생성
분석 결과는 Bar Chart, Line Chart, Pie Chart, Scatter Plot, Heatmap, Histogram 형태로 표시할 수 있습니다.
또한 분석 결과의 EC50, IC50 및 Z'-Factor를 계산할 수 있습니다.
다양한 option기능으로 더 다양한 분석이 가능
Basic Pack에는 형광 이미지로부터 세포의 형태와 밝기에 대한 다양한 정량 데이터를 획득하는 데 필요한 기본 기능이 포함되어 있습니다.
또한, 옵션 기능을 추가함으로써 기본 팩에서는 할 수 없었던 다양한 해석을 지원합니다.
Contrast-Enhanced Bright Field
Yokogawa의 "CE Bright Field" 독점 이미지 생성 기술을 사용하면 bright field 이미지에서 두 가지 유형의 이미지를 출력할 수 있습니다.
이것은 bright field 이미지의 Deep Learning 기능을 이용한 분석을 위한 강력한 전처리 기능입니다.
Phase-type: phase-contrast 현미경으로 촬영한 이미지와 같은 이미지.
세포 윤곽의 고정밀 인식 및 세포 표현형(phenotypes) 분석에 유용합니다.
Fluor-type: 형광 같은 이미지, 핵 인식 등에 유용합니다.
Machine Learning
Machine Learning 기능을 통해 외관을 통해 평가되는 실험에서 편견 없는 디지털화가 가능합니다.
뿐만 아니라 소프트웨어가 학습할 모양을 클릭하기만 하면 자동 형태 인식을 수행할 수 있습니다.
Same Region over time
심근세포와 신경세포 활동의 빠른 calcium 변형을 동일 영역에서 시간 경과에 따른 강도를 측정하여 파형으로 나타낼 수 있습니다.
Object Tracking
개별 셀을 추적하여 동적 셀 동작을 모니터링할 수 있습니다.
이 기능은 또한 세포 분열 후 daughter cells을 추적할 수 있어 세포 계통 분석이 가능합니다.
Classification(Gate)
세포를 유사한 특성을 가진 세포 그룹끼리 분류할 수 있습니다.
이 기능을 사용하면 각 지정 셀 그룹의 셀 수(number)와 셀 비율 그리고 각 특정 셀 그룹의 특징량을 평가할 수 있습니다.
Cell Recognition (Deep Area Finder)
형광 이미지뿐만 아니라 명시야 이미지를 사용하여 세포 및 세포 내 소기관과 같은 표적 개체를 페인팅하여 인식할 수 있습니다.
이 기능은 기존 분석 방법으로는 분석 정확도가 충분하지 않은 경우에 유용합니다.
Original image
Recognition result
Cell Counts (Deep Cell Detector)
이 기능은 간단한 셀 둘러싸기(enclosing) 조작으로 셀을 검출해 내는 방법입니다.
숙련도는 상관 없습니다.
형광 이미지는 물론 명시야 이미지에서도 고밀도의 세포 수 측정이 가능합니다.
Original image
Recognition result
Cell Classification (Deep Image Gate)
정량화하기 어렵지만 "뭔가 다른 것"처럼 보이는 표현형(phenotypes)을 분류할 수 있습니다
간단히 분류할 셀 그룹을 선택할 수 있는 조작.
효과적인 기능을 선택하거나 임계값(threshold) 설정 불필요.
Fucci 시스템을 이용한 세포주기 분류(G1, Early S, SG2M)
- Fucci를 이용하여 HeLa 세포에 0~6.8μM 에토포사이드(etoposide) 추가
- 10배속으로 1시간 간격으로 48시간 경과; 488nm and 561nm
Control
6.8uM Etoposide
Ratio of cells in each cell cycle at each well.
EC50/IC50 Calculation (Deep Image Response)
이 기능은 전체 이미지를 사용하여 복잡한 표현형을 포괄적으로 정량화할 수 있게 해줍니다.
Negative/ positive wells을 선택하고 화합물 농도 정보를 입력하는 간단한 조작이 가능합니다.
셀을 분할(segment)하는 프로토콜은 필요하지 않습니다.
귀하의 요구에 가장 적합한 토탈 솔루션 제공
로봇을 이용한 플레이트 운송, CellVoyager CV8000 또는 CQ1을 통한 정보 획득, CellLibrarian을 이용한 데이터 관리 및 CellPathfinder를 이용한 이미지 분석.
사용자의 요구와 예산에 맞는 최적의 조합을 제안해 드립니다.
Large image: Click
Related products
|
||
|
||
|
※CellVoyager CV1000에서 수집된 데이터는 지원하지 않습니다.
※CellPathfinder 시스템에는 소프트웨어와 워크스테이션이 포함되어 있습니다.
System configuration
・Software
・Workstation
・Displays
Specifications of the workstation
Model: Dell Precision
CPU: Intel® Xeon
Memory:128 GB
HDD: System(C:) 4TB Storage, (D:) 4TB
OS: Windows® Microsoft Windows10 IoT Enterprise
GPU: System(C:) Quadro K620 or Quadro P620 (High-performance GPU is not selected.), Quadro RTX5000 (High-performance GPU is selected.)
We post our information to the following SNSs.
Please follow us.
Yokogawa Life Science
@Yokogawa_LS | |
Yokogawa Life Science | |
Yokogawa Life Science | |
•YouTube | Life Science Yokogawa |
Yokogawa's Official Social Media Account List
자료실
- Colony Formation
- Scratch Wound
- Cytotoxicity
- Neurite Outgrowth
- Co-culture Analysis
- Cell Tracking
Cell stage categorized using FucciTime lapse imaging of Fucci-added Hela cells was conducted over 48 hrs at 1 hr intervals. Gating was performed based on the mean intensities of 488 nm and 561 nm for each cell. They were categorized into four stages, and the cell count for each was calculated.
We have been developing a prototype of a genomic drug test support system using our CSU confocal scanner. This system administers chemical compounds that serve as potential drug candidates into living cells, which are the most basic components of all living organisms, records the changes in the amount and localization of target molecules inside cells with the CSU confocal scanner and a highly sensitive CCD camera, and processes and quantifies the captured high-resolution image data.
In this tutorial, we will learn how to perform cell tracking with CellPathfinder through the analysis of test images.
In this tutorial, a method for analyzing ramified structure, using CellPathfinder, for the analysis of the vascular endothelial cell angiogenesis function will be explained.
In this tutorial, we will learn how to perform time-lapse analysis of objects with little movement using CellPathfinder, through calcium imaging of iPS cell-derived cardiomyocytes.
In this tutorial, we will observe the change in number and length of neurites due to nerve growth factor (NGF) stimulation in PC12 cells.
In this tutorial, image analysis of collapsing stress fibers will be performed, and concentration-dependence curves will be drawn for quantitative evaluation.
In this tutorial, we will identify the cell cycles G1-phase, G2/M-phase, etc. using the intranuclear DNA content.
In this tutorial, spheroid diameter and cell (nuclei) count within the spheroid will be analyzed.
In this tutorial, a method for analyzing ramified structure, using CellPathfinder, for the analysis of the vascular endothelial cell angiogenesis function will be explained.
In this tutorial, using images of zebrafish whose blood vessels are labeled with EGFP, tiling of the images and recognition of blood vessels within an arbitrary region will be explained.
In this tutorial, intranuclear and intracytoplasmic NFκB will be measured and their ratios calculated, and a dose-response curve will be created.
동영상
YOKOGAWA will contribute to technology evolution particularly in measurement and analytical tools to help build a world where researchers will increasingly focus on insightful interpretation of data, and advancing Life Science to benefit humanity.
기술 및 솔루션, 요꼬가와에 대한 자세한 정보를 찾고 계십니까?
견적 및 기술문의