scanR TruAI로 간편화된 맞춤형 분석

샘플 준비 프로토콜과 형광 표지자, 스크리닝에 사용되는 다양한 세포주가 계속해서 발전하면서 광범위한 분석 분야(예: 세포자연사, 자가포식, 세포 수, 세포분화, 분열 지수, 단백질 발현, 이행)에서 확실하게 바로 사용할 수 있는 분석 프로토콜을 제공하기가 어려워졌습니다. 그 결과, 다양한 응용이나 비표준 측정법이 예상되는 실험실에서 사용자의 측정 구현을 돕는 도구가 있으면 큰 장점이 됩니다.

이에, Olympus scanR 대용량 스크리닝(HCS) 시스템은 유세포 분석기에서 착안한 분석법 빌더를 사용합니다. 탐상된 대상이 개체군이 부각되는 매개변수 산점도에 표시되므로, 육안검사를 위해 갤러리에 표시할 수 있고 통계적 정량화를 위해 게이트로 통제할 수 있는 표현형이 드러납니다(그림 1 및 2). 반응속도 분석법을 포함한 다양한 용도에 맞추어 분석 매개변수를 쉽게 조정할 수 있습니다.

산점도와 갤러리, 게이트를 기반으로 하는 이 접근법은 현미경 검사에 대변혁을 일으킨 이미지 분할 딥러닝 모델의 거칠기(robustness)를 판단하기에 이상적입니다.

이 웹 세미나에서는 scanR HCS 시스템과 관련하여 다음의 방법을 소개합니다.

• 워크플로우를 실시간으로 시연하면서 개별적인 분석법을 구축하는 방법
• 같은 도구를 사용하여 신경망의 이미지 분석 성능을 검증하고 판단하는 방법

그림 1. 회전 디스크로 측정한 유사분열기 세포의 게이트 갤러리

그림 2. 게이트화된 세포군

그림 3. 딥러닝을 활용한 명시야에서의 세포주기 분류

발표자:

Manoel Veiga Olympus 글로벌 애플리케이션 전문가 Manoel Veiga 박사는 스페인 산티아고데콤포스텔라대학교에서 물리화학 박사학위를 받았습니다. 마드리드대학교와 뮌스터대학교에서 박사 후 과정 2개를 거친 후 PicoQuant에 합류했습니다. 5년간 형광수명 이미징(FLIM) 분야와 시간 분해 측정 분야에서 전 세계 고객을 지원한 후 2017년에 Olympus Soft Imaging Solutions에 합류하여 대용량 분석과 딥러닝에 집중하는 글로벌 애플리케이션 전문가로 일하고 있습니다.

지금 등록:

지금 등록: