Pharma Services – Kundenspezifische Bildanalyse

Nutzen Sie unser umfassendes Know-how in der Bildanalyse in den Teilgebieten Histologie, Hämatologie und Mikrobiologie

• Quantitative Analyse von Whole-Slide-Images (WSI) mithilfe von HALO, MICAIA oder kundenspezifischer Algorithmen
• Kolokalisation in der Immunofluoreszenz
  
• Detektion zellbasierter Immunhistochemie (IHC)
• Detektion von Zell-Zell-Kontakten
  
• Unterstützung zahlreicher Bildformate, einschließlich OME-TIFF, MRXS, SVS, TIFF und viele andere
• Entwicklung kundenspezifischer Algorithmen und Anwendungen
  
• Digitalisierung von Glas-Objektträgern (mehrere Auflösungen und Formate möglich, mittels Ölimmersion oder ohne)
• Erstellung von Multiscanner-Datensätzen zum Training von Deep Learning Klassifikatoren
  
• Effiziente Annotation von Gewebe oder Zellen

• Quantitative Auswertung von endoskopisch aufgenommener Videos
• "Video nach Excel": Datenexport in eine CSV Datei und Auswertung durch ein Statistikprogramm
  
• Tools und Methoden für die Datenannotation, inkl. webbasiertem Annotationsserver
• KI-gestütztes Annotatieren: Annotation der Eingangsdaten, Training der Klassifikatoren, prädiktive Analysen verbliebener Daten, Fehlerkorrekturen, erneutes Training der Klassifikationsmodelle, wiederholte prädiktive Datenanalyse,...
• Tests und Vermessungen anhand diverser Phantome

• Erstklassige Bildanalyseplattformen für die Digitale Pathologie
  
  • HALO und HALO AI von Indica Labs
  • MICAIA^® studio vom Fraunhofer IIS
  • SlideMatch für die Registrierung von Gewebeschnitten
• Slide Scanner und Mikroskope verschiedener Anbieter
  • Zeiss AxioScan, Zeiss AxioImager, Motic EasyScan, PreciPoint M8, Fraunhofer SCube, Fraunhofer iSTIX^®
  • Erleichtert die Erstellung von Multiscanner-Datensätzen für das Training robuster KI-Modelle
• Deep Learning Cluster
  
  • 34 Knoten, 88 GPUs
• Sicherer Datenaustausch über die Fraunhofer ownCloud oder FTP-Server.
• Kundenspezifische Entwicklung in Python oder C++, z.B. mit SciKit, NumPy, OpenCV, TensorFlow, ...