CellPathfinder ซอฟต์แวร์วิเคราะห์เนื้อหาขั้นสูง

อินเทอร์เฟซที่ใช้งานง่ายและเข้าใจง่ายจะแนะนำผู้ใช้ตลอดกระบวนการ รวมถึงการสร้างกราฟข้อมูลภาพได้อย่างง่ายดาย ฟังก์ชันการเรียนรู้ของเครื่องของ โยโกกาวา ช่วยเพิ่มความสามารถในการจดจำเป้าหมายได้อย่างมาก ซอฟต์แวร์นี้วิเคราะห์และแปลงข้อมูลการทดลองภาพที่มีความละเอียดสูงและซับซ้อน เช่น จากระบบเพาะเลี้ยง 3 มิติและการถ่ายภาพสด ให้เป็นดิจิทัลโดยใช้ระบบประเมินผลหลายระบบ ซอฟต์แวร์ CellPathfinder เป็นเครื่องมือที่มีประสิทธิภาพสำหรับ HCA

การอัปเดตซอฟต์แวร์ CellPathfinder (R3.04.02) และการเปิดตัวตัวเลือกการเรียนรู้เชิงลึก: เกี่ยวกับการเรียนรู้เชิงลึก

You can download trial software. Software download

CellPathfinder แก้ปัญหาต่างๆ ได้แล้ว

เพื่อการคัดกรอง

CellPathfinder ช่วยแก้ปัญหาคอขวดในการคัดกรอง

  • อินเทอร์เฟซเฉพาะสำหรับการตรวจสอบตัวอย่างหลายชิ้นช่วยให้การเปรียบเทียบภาพทำได้ง่าย เพิ่มประสิทธิภาพการทำงาน
  • การวิเคราะห์ขั้นสูงโดยใช้ AI สามารถทำได้ด้วยการใช้งานที่ง่าย แม้แต่สำหรับผู้เริ่มต้น
  • ฟังก์ชันการสร้างกราฟที่หลากหลาย และการสร้างรูปภาพและวิดีโออย่างง่าย ช่วยลดความยุ่งยากในการจัดทำรายงาน

เพื่อการวิจัยโรคมะเร็งและการคัดกรองเวชศาสตร์ฟื้นฟู

CellPathfinder นำเสนอ HCA ชั้นนำผ่านเทคโนโลยีการวิเคราะห์ที่เป็นกรรมสิทธิ์เฉพาะ

  • การวิเคราะห์ตัวอย่างโดยไม่ต้องใช้สารย้อมสีนั้นเป็นไปได้ด้วยเทคโนโลยีการสร้างภาพที่เป็นกรรมสิทธิ์ของ Yokogawa ที่เรียกว่า “CE Bright Field”
  • ระบบการเรียนรู้ของเครื่องจักรที่พัฒนาขึ้นใหม่และใช้งานง่าย (ฟังก์ชันมาตรฐาน) ทำให้การตรวจจับปรากฏการณ์ที่เคยยากลำบากกลายเป็นเรื่องง่าย
  • การตรวจจับเหตุการณ์หายาก (เช่น CTC) ด้วยความเร็วและความแม่นยำสูง

 

การใช้งาน

การใช้งาน

รายละเอียด

ขั้นตอนการทำงานที่ง่าย ตั้งแต่ภาพถ่ายไปจนถึงการวิเคราะห์และกราฟ

1. แสดงข้อมูลภาพ

แสดงข้อมูลภาพ

• เปรียบเทียบภาพระหว่างบ่อต่างๆ ได้ง่าย

 

2. โหลดและเรียกใช้โปรโตคอลการวิเคราะห์

โหลดและดำเนินการโปรโตคอลการวิเคราะห์

• ไอคอนกราฟิกที่เข้าใจง่าย
• เลือกเทมเพลตสำเร็จรูปสำหรับการวิเคราะห์ของคุณ

 

3. การควบคุมการเข้าออก

เกตติ้ง

• สามารถแยกกลุ่มประชากรเฉพาะได้โดยการคัดกรองข้อมูลค่าคุณลักษณะของวัตถุที่ตรวจพบ
• สามารถนำข้อมูลประชากรที่แยกออกมาไปวิเคราะห์เพิ่มเติมได้

 

4. สร้างกราฟ

สร้างกราฟ

• มีตัวเลือกกราฟหลากหลายรูปแบบเพื่อแสดงผลลัพธ์
• การเชื่อมโยงระหว่างกราฟและรูปภาพช่วยให้ตรวจสอบรูปภาพได้อย่างรวดเร็วด้วยการคลิกที่จุดข้อมูล

 

5. เพื่อตรวจสอบรายละเอียดเพิ่มเติม…ให้ระบุข้อมูลจำเพงของเซลล์ที่น่าสนใจ

เพื่อตรวจสอบรายละเอียดเพิ่มเติม

• สามารถเก็บรวบรวมภาพและข้อมูลตัวเลขได้โดยการคลิกที่เซลล์

เทคโนโลยี โยโกกาวา

การเรียนรู้ของเครื่อง

ฟังก์ชันการเรียนรู้ของเครื่องช่วยให้สามารถแปลงข้อมูลเป็นดิจิทัลได้อย่างเป็นกลางในการทดลองที่ประเมินจากลักษณะภายนอก
การจดจำรูปทรงอัตโนมัติสามารถทำได้ง่ายๆ เพียงแค่คลิกที่รูปทรงที่คุณต้องการให้ซอฟต์แวร์เรียนรู้

การเรียนรู้ของเครื่อง

 

CE Bright Field (ภาพสว่างคมชัดสูง)

ด้วยเทคโนโลยีการสร้างภาพ “CE-Bright Field” ที่เป็นกรรมสิทธิ์ของโยโกกาวา ทำให้สามารถสร้างภาพได้สองประเภทจากภาพแบบ Bright Field ประเภทแรกคือภาพที่คล้ายกับภาพความแตกต่างของเฟส ซึ่งสร้างจากภาพ DPC (Digital Phase Contrast) ทั่วไป และมีประสิทธิภาพสำหรับการระบุไซโตพลาสซึม ประเภทที่สองคือภาพที่คล้ายกับภาพเรืองแสง มีประสิทธิภาพสำหรับการระบุส่วนนิวเคลียส

ซีอี ไบรท์ฟิลด์

ฟังก์ชันการวิเคราะห์มากมาย

การวิเคราะห์ 3 มิติ

• การวิเคราะห์ภาพ Z-stack ในพื้นที่สามมิติ • สามารถวัดปริมาตรและตำแหน่งของวัตถุในพื้นที่สามมิติได้

การวิเคราะห์ 3 มิติ

 

การวิเคราะห์แบบไม่ใช้ฉลาก

การระบุเซลล์โดยไม่ต้องใช้สารย้อมสีนั้นเป็นไปได้โดยใช้ภาพที่สร้างขึ้นด้วยเทคโนโลยี CE Bright Field
การวิเคราะห์ฟีโนไทป์ช่วยขจัดปัญหาเรื่องเวลา ค่าใช้จ่าย และผลกระทบต่อเซลล์จากการติดฉลากด้วยสารเรืองแสง

ไม่มีฉลาก

 

การต่อภาพ *1

ภาพแบบเรียงต่อกันถูกสร้างขึ้นโดยการต่อภาพและวิเคราะห์ ซึ่งช่วยให้สามารถวัดปริมาณได้อย่างแม่นยำ
เหมาะอย่างยิ่งสำหรับการวิเคราะห์ที่ครอบคลุมหลายสาขา เช่น ทรงกลมเซลล์ ส่วนตัดเนื้อเยื่อ และเส้นประสาท

ปูกระเบื้อง

 

การกำหนดขอบเขตด้วยตนเอง *1

การกำหนดขอบเขตการวิเคราะห์ด้วยตนเองสามารถทำได้สำหรับแนวโน้มที่ซับซ้อนซึ่งยากต่อการระบุผ่านการประมวลผลภาพอัตโนมัติ
สามารถมองเห็นลักษณะทางกายภาพในบริเวณที่กำหนดไว้ได้ ซึ่งช่วยอำนวยความสะดวกในการวิเคราะห์

การกำหนดภูมิภาคด้วยตนเอง
ข้อมูลโดย ดร. ยาสุฮิโตะ ชิมาดะ บัณฑิตวิทยาลัยแพทยศาสตร์มหาวิทยาลัยมิเอะ

 

*1: เร็วๆ นี้

การระบุตำแหน่งเซลล์ (Deep Area Finder)

การระบุตำแหน่งเป้าหมายได้อย่างแม่นยำสูง เช่น เซลล์และออร์แกเนลล์ภายในเซลล์
วิธีนี้มีประสิทธิภาพเมื่อความแม่นยำของเทคนิคการจดจำที่มีอยู่ไม่เพียงพอ และไม่มี ความเชี่ยวชาญ ด้านการวิเคราะห์ภาพ

ภาพต้นฉบับ

ภาพต้นฉบับ

ผลการรับรู้

ผลการรับรู้

การนับเซลล์ (เครื่องตรวจจับเซลล์แบบลึก)

การนับเซลล์แบบสัญชาตญาณ
ตรวจจับเซลล์โดยไม่ต้องสร้างโปรโตคอลการวิเคราะห์ภาพที่ซับซ้อน มีประสิทธิภาพเป็นพิเศษสำหรับการวิเคราะห์เซลล์เพาะเลี้ยงที่มีความหนาแน่นสูงและการวิเคราะห์ภาพแบบส่องสว่าง

ภาพต้นฉบับ

ภาพต้นฉบับ

ผลการรับรู้

ผลการรับรู้

การจำแนกประเภทเซลล์ (Deep Image Gate)

การจำแนกเซลล์ที่ตรวจพบแล้วออกเป็นกลุ่มต่างๆ
คุณสามารถจัดหมวดหมู่ลักษณะทางพันธุกรรมที่ซับซ้อนได้อย่างง่ายดายโดยไม่ต้องเลือกปริมาณของลักษณะเหล่านั้น

การจำแนกระยะของวงจรเซลล์ (G1, Early S, SG2M) โดยใช้ระบบ Fucci

  • เติมเอโทโพไซด์ความเข้มข้น 0–6.8 μM ลงในเซลล์ HeLa ร่วมกับฟุชชี่
  • ภาพถ่ายไทม์แลปส์ 48 ชั่วโมง ถ่ายทุกๆ 1 ชั่วโมง ที่กำลังขยาย 10 เท่า; ความยาวคลื่น 488 นาโนเมตร และ 561 นาโนเมตร
อีโทโพไซด์ 6.8 ไมโครโมลาร์

อีโทโพไซด์ 6.8 ไมโครโมลาร์

ควบคุม

ควบคุม

อัตราส่วนของเซลล์ในแต่ละวัฏจักรเซลล์ในแต่ละหลุมทดลอง

อัตราส่วนของเซลล์ในแต่ละวัฏจักรเซลล์ในแต่ละหลุมทดลอง

การคำนวณ EC50/IC50 (การตอบสนองภาพเชิงลึก)

ประเมินภาพรวมทั้งหมดเพื่อคำนวณค่า EC50/IC50 จากข้อมูลตัวควบคุมเชิงบวก/เชิงลบและข้อมูลความเข้มข้น
วิเคราะห์ลักษณะทางฟีโนไทป์ที่ซับซ้อนอย่างครอบคลุมโดยไม่ต้องสร้างโปรโตคอลสำหรับการจดจำเซลล์และการเลือกคุณลักษณะใดๆ

 

เส้นกราฟแสดงการตอบสนองต่อขนาดยา

เส้นกราฟแสดงการตอบสนองต่อขนาดยา

โซลูชันครบวงจร - ตั้งแต่การถ่ายภาพจนถึงการวิเคราะห์ -

เรานำเสนอโซลูชันแบบครบวงจร ตั้งแต่การวัดไปจนถึงการวิเคราะห์ รวมถึงการลำเลียงเพลทด้วยหุ่นยนต์ การวัดโดยใช้ CellVoyager หรือ CQ1 การจัดการข้อมูลโดยใช้ CellLibrarian และการวิเคราะห์ภาพโดยใช้ CellPathfinder เรานำเสนอชุดค่าผสมที่เหมาะสมที่สุดกับความต้องการและงบประมาณของผู้ใช้งาน

ระบบ

Large image: Click

ผลิตภัณฑ์ที่เกี่ยวข้อง

CV8000 CV8000
  • ระบบ HCA ขั้นสุดยอดสำหรับการถ่ายภาพคุณภาพสูงและการคัดกรองปริมาณมากด้วยเลนส์แช่น้ำและกล้องหลายตัว
  • เครื่องปิเปตแบบหุ่นยนต์ในตัวสำหรับการทดสอบจลนศาสตร์
CQ1 CQ1
  • ระบบคอนโฟคอลแบบตั้งโต๊ะ
  • การใช้งานง่าย และสามารถบันทึกภาพตัวอย่างจำนวนมากได้โดยอัตโนมัติ
  • การถ่ายภาพเซลล์มีชีวิต
เซลล์บรรณารักษ์ เซลล์บรรณารักษ์
  • การจัดการข้อมูลภาพที่ได้จาก CellVoyager และ CQ1
  • ผ่านทางอินเทอร์เน็ต สมาชิกกลุ่มและผู้ร่วมงานสามารถเข้าถึง ดู และแบ่งปันข้อมูลภาพของตนได้
  • CellPathfinder จะทำการวิเคราะห์ข้อมูลใน CellLibrarian

※ข้อมูลที่ได้จาก CellVoyager CV1000 ไม่ได้รับการสนับสนุน
※ระบบ CellPathfinder ประกอบด้วยซอฟต์แวร์และเวิร์กสเตชัน

การกำหนดค่าระบบ

·ซอฟต์แวร์
• เวิร์กสเตชั่น
• จอแสดงผล

รายละเอียดของเวิร์กสเตชัน
รุ่น: Dell Precision
ซีพียู: อินเทล® ซีออน
หน่วยความจำ: 128 GB
ฮาร์ดดิสก์: ระบบ (C:) พื้นที่เก็บข้อมูล 4TB, (D:) 4TB
ระบบปฏิบัติการ: Windows® Microsoft Windows10 IoT Enterprise
GPU: ระบบ(C:) Quadro K620 หรือ Quadro P620 (ไม่ได้เลือก GPU ประสิทธิภาพสูง), Quadro RTX5000 (เลือก GPU ประสิทธิภาพสูง)

เราโพสต์ข้อมูลของเราไปยัง SNS ต่อไปนี้
โปรดติดตามเรา

 

โยโกกาวา วิทยาศาสตร์สิ่งมีชีวิต

•ทวิตเตอร์ @Yokogawa_LS
•เฟสบุ๊ค Yokogawa Life Science
• LinkedIn Yokogawa Life Science
•ยูทูบ Life Science Yokogawa

 

รายการบัญชี โซเชียล มีเดียอย่างเป็นทางการของ โยโกกาวา

Social Media Account List

แหล่งข้อมูล

หมายเหตุการใช้งาน
หมายเหตุการใช้งาน
Overview:

ระยะเซลล์ที่จัดหมวดหมู่โดยใช้การถ่ายภาพ FucciTime lapse ของเซลล์ Hela ที่เพิ่มโดย Fucci ดำเนินการมากกว่า 48 ชั่วโมง ในช่วงเวลา 1 ชั่วโมง Gating ดำเนินการตามความเข้มเฉลี่ย 488 nm และ 561 nm สำหรับแต่ละเซลล์ พวกเขาถูกแบ่งออกเป็นสี่ขั้นตอน และคำนวณจำนวนเซลล์สำหรับแต่ละเซลล์

หมายเหตุการใช้งาน
หมายเหตุการใช้งาน
หมายเหตุการใช้งาน
Overview:

เราได้พัฒนาต้นแบบระบบสนับสนุนการทดสอบยาทางพันธุกรรมโดยใช้เครื่องสแกนคอนโฟคอลของ CSU ระบบนี้จะนำสารเคมีที่เป็นยาที่มีศักยภาพเข้าสู่เซลล์ที่มีชีวิต ซึ่งเป็นส่วนประกอบพื้นฐานที่สุดของสิ่งมีชีวิตทั้งหมด บันทึกการเปลี่ยนแปลงปริมาณและตำแหน่งของโมเลกุลเป้าหมายภายในเซลล์ด้วยเครื่องสแกนคอนโฟคอลของ CSU และกล้อง CCD ที่มีความไวสูง และประมวลผลและวัดปริมาณข้อมูลภาพความละเอียดสูงที่ได้มา

รายงานทางเทคนิคของ โยโกกาวา
18.6 MB
Overview:

ในบทช่วยสอนนี้ เราจะได้เรียนรู้วิธีการติดตามเซลล์ด้วย CellPathfinder ผ่านการวิเคราะห์รูปภาพทดสอบ

Overview:

ในบทช่วยสอนนี้ จะอธิบายวิธีการวิเคราะห์โครงสร้างแบบแยกส่วนโดยใช้ CellPathfinder สำหรับการวิเคราะห์ฟังก์ชันการสร้างเส้นเลือดใหม่ของเซลล์บุผนังหลอดเลือด

Overview:

ในบทช่วยสอนนี้ เราจะได้เรียนรู้วิธีการวิเคราะห์แบบไทม์แลปส์ของวัตถุที่มีการเคลื่อนไหวเพียงเล็กน้อยโดยใช้ CellPathfinder ผ่านการสร้างภาพแคลเซียมของคาร์ดิโอไมโอไซต์ที่ได้มาจากเซลล์ iPS

Overview:

ในบทช่วยสอนนี้ เราจะสังเกตการเปลี่ยนแปลงในจำนวนและความยาวของเซลล์ประสาทเนื่องจากการกระตุ้นปัจจัยการเจริญเติบโตของเส้นประสาท (NGF) ในเซลล์ PC12

Overview:

ในบทช่วยสอนนี้ การวิเคราะห์รูปภาพของเส้นใยความเค้นที่ยุบตัวจะถูกดำเนินการ และจะมีการวาดเส้นโค้งที่ขึ้นอยู่กับความเข้มข้นสำหรับการประเมินเชิงปริมาณ

Overview:

ในบทช่วยสอนนี้ เราจะระบุวัฏจักรของเซลล์ เฟส G1, เฟส G2/M ฯลฯ โดยใช้เนื้อหา DNA ในนิวเคลียร์

Overview:

ในบทช่วยสอนนี้ เราจะวิเคราะห์เส้นผ่านศูนย์กลางทรงกลมและจำนวนเซลล์ (นิวเคลียส) ภายในทรงกลม

Overview:

ในบทช่วยสอนนี้ จะอธิบายวิธีการวิเคราะห์โครงสร้างแบบแยกส่วนโดยใช้ CellPathfinder สำหรับการวิเคราะห์ฟังก์ชันการสร้างเส้นเลือดใหม่ของเซลล์บุผนังหลอดเลือด

Overview:

ในบทช่วยสอนนี้ จะมีการอธิบายการใช้รูปภาพของปลาเซบีฟิชที่มีหลอดเลือดที่มีป้ายกำกับว่า EGFP การเรียงภาพและการจดจำหลอดเลือดภายในภูมิภาคที่กำหนดเอง

Overview:

ในบทช่วยสอนนี้ NFκB ภายในนิวเคลียร์และในไซโตพลาสซึมจะถูกวัด และคำนวณอัตราส่วนของพวกมัน และจะสร้างเส้นโค้งการตอบสนองต่อขนาดยา

คุณต้องการข้อมูลเพิ่มเติมเกี่ยวกับบุคลากร เทคโนโลยี และโซลูชั่นของเราหรือไม่ ?

ติดต่อเรา

ด้านบน