Digitale Pathologie

MICAIA® besteht aus:

  • Virtual Microscopy Viewer
    • ausgelegt für pyramidale Hellfeld- und Fluoreszenz Whole-Slide Images 
    • Unterstützung für z-Layer (ermöglicht nachträgliches Fokussieren)
    • Synchronisiertes Grid-View von bis zu 4x4 Slides gleichzeitig
    • Support für mehrere Gewebeflächen pro Objektträger
    • Mächtiges Annotationssystem
    • UI ist skinnable/customizable in Ihrem Design
  • App-Center für Bildanalyse Apps
    • Ergebnisse können live visualisiert werden.
    • Hellfeld und Fluoreszenz
    • Auswertung von ROI, Sichtfeld oder Whole-Slide
    • Batch-Analyse mehrerer Slides
    • KI oder „klassische“ Computer Vision
  • Erweiterbares WSI Format
    • ausgelegt auf Hochdurchsatz-Erstellung
    • Unterstützung für GPU-basiertes Encoding für High-Speed Scanner
    • JPEG2000, JPEG oder weitere Kompressionsformate
    • „sparse“ – gescannte Gewebeareale müssen nicht zu einer rechteckigen Fläche ausgefüllt werden
    • Kacheln können beliebig positioniert sein – es gibt kein vordefiniertes Raster

Für unsere MICAIA®-Plattform bieten wir C++ oder .NET APIs an. Der MICAIA®-Viewer kann auch „schlüsselfertig“ lizenziert werden.  

MICAIA® – Microscopy Image Analysis Apps

Unsere Bildanalyse-Apps integrieren wir in unsere MICAIA® Software-Plattform.

 

Whole Slide Cartography

Detektion von kolorektalen Karzinomen und Gewebeklassifikation

 

Tumor Budding

Automatisiertes Scoring von Tumor Buds

 

Quality Control

PathoScan – Qualitätskontrolle anhand Übersichtsaufnahme

 

Fluoreszenzmikroskopie

Analyse von Fluoreszenzmikroskopiebildern für die Life Science Forschung

 

 

Immunoprofiling

DigImmune – Koexpressionsanalyse im Hellfeld anhand von Serienschnitten

 

Tumoreinzelzelldetektion

Single Cell Tumor Detektion in Lymphknoten

 

KI in der Digitalen Pathologie

Robustheit und Erklärbarkeit

News

Live Event Recording

Computational
Pathology Research in
GI Histopathology

PreciPOINT, Fraunhofer IIS