ZEN SOFTWARE TOOLKITS

2D Toolkit

Grundlegende Bildanalyse für die biowissenschaftliche Forschung

Mit dem 2D Toolkit lassen sich Proben präzise analysieren. Das Setup wird durch einen benutzerfreundlichen Assistenten unterstützt, während Sie die vollständige Prozesskontrolle behalten und Ihre Aufgaben effizient und unkompliziert abschließen können.

Professionelle Bildanalyse ohne fundierte Fachkenntnisse
Flexible und präzise Anpassung von Objektklassen, Parametern und Optionen
Auswahl konventioneller und KI-gestützter Segmentierungsalgorithmen
Genaue und interaktive Analyseergebnisse

Professionelle Bildanalyse ohne fundierte Fachkenntnisse

Gute Ergebnisse durch optimale technische Unterstützung

Komplexe Bildanalyse muss nicht kompliziert sein. Der Bildanalyseassistent führt Sie Schritt für Schritt durch die Analyse. Sie können die für Sie interessanten Objektklassen definieren und eine Segmentierungsmethode sowie die Extraktionsoptionen wählen, alles innerhalb weniger Minuten. Nach Erstellung des Analyseskripts können Sie Ihre Analyse durchführen und fortfahren oder es für andere Datensätze wiederverwenden, um reproduzierbare Ergebnisse zu erzielen.

Flexible und präzise Anpassung von Objektklassen, Parametern und Optionen

Jede Analyse hat ihre eigenen Herausforderungen

Optimale Bildanalyse erfordert Feinarbeit und hängt von der Bildqualität, der Komplexität der Proben und den wissenschaftlichen Fragestellungen ab. Der Bildanalyseassistent ermöglicht es Ihnen, viele, auch verschachtelte Objektklassen einzurichten, Bilder von schlechter Qualität vorab zu bearbeiten, aus einer Vielzahl von Segmentierungsmethoden und Messverfahren (für die Extraktion von Daten) zu wählen und sogar Ihre eigenen Messungen zu konfigurieren.

Konventionelle und KI-gestützte Segmentierungsalgorithmen

Auswahl konventioneller und KI-gestützter Segmentierungsalgorithmen

Größere Spielräume

Die Segmentierung steht im Mittelpunkt der Bildanalyse: Die Kunst, relevante Objekte aufgrund ihrer visuellen Eigenschaften präzise zu identifizieren. Der Bildanalyseassistent verfügt über Optionen wie beispielsweise einen Intensitäts-Schwellenwert und die variantenbasierte bzw. dynamische Segmentierung, um allen möglichen Varianten und Komplikationen Rechnung zu tragen. Ebenso ist er kompatibel mit dem maschinellen Lernen über Intellesis und Deep-Learning-Segmentierungsmodellen, die z. B. aus arivis Cloud importiert werden können.

Anzeige genauer und interaktiver Analyseergebnisse

Verwertbare Ergebnisse für Ihre Forschung

Am Ende des Analysevorgangs können Sie sich visuelle Überlagerungen, konfigurierbare Diagramme und exportierbare Tabellen anzeigen lassen. Statistiken stehen für Proben und auch für einzelne Objekte zur Verfügung. Mit der Diagrammfunktion können alle Optionen in Form von Histogrammen, Streudiagrammen oder Wärmebildern dargestellt werden, was besonders bei Multiwellplatten sehr nützlich ist. Alle Daten sind miteinander verlinkt, was es Ihnen ermöglicht, Ihre experimentellen Beobachtungen interaktiv zu untersuchen.

Der Bildanalyseassistent und seine Funktionen

Flexible Definition von Objektklassen Mithilfe des Assistenten können viele verschiedene Objektklassen definiert werden. Darüber hinaus können mühelos komplexe verschachtelte Hierarchien von Objektklassen („Objekte innerhalb von Objekten“) modelliert werden.

Vor- und Nachbereitung Der KI-gestützte Assistent unterstützt Sie bei der Vorbereitung von Bildern für die Segmentierung (Glätten, Schärfen und Hintergrundsubtraktion). Bearbeiten Sie die Segmentierungsergebnisse mit morphologischen Filtern oder dem Objektsplitting.

Flexible Objektfilterung Verfeinern Sie Ihre Segmentierungsergebnisse mit Filtern. Der Assistent ermöglicht ein Filtern durch Kombination von Objekteigenschaften und zeigt eine Vorschau ausgewählter und aussortierter Objekte an.

Funktionen und Anmerkungen Mit Unterstützung des Assistenten können genau die Objekteigenschaften ausgewählt werden, die für die Analyse passend und notwendig sind. Auch die in den Ergebnissen angezeigten Anmerkungen lassen sich hier anpassen.

Individuelle Funktionen Individuelle Funktionen können im KI-gestützten Assistenten festgelegt werden, so dass eine Kombination von zwei oder mehr Basisfunktionen (z. B. Ratio, Produkte...) berechnet werden kann. Statistiken sind sowohl für Einzelobjekte als auch für Gruppen von Objekten verfügbar.
Segmentierung binärer Bilder Diese Segmentierung kann genutzt werden, um importierte binäre Bildmasken in analysierbare ZEN-Objekte umzuwandeln (z. B. aus einer externen Analyse). Filtern nach Objektgröße und Objektsplitting ist ebenso möglich.

Zones Of Influence (ZOI) ZOI ist eine spezielle Segmentierungsmethode, mit der die Umgebung von Objekten analysiert werden kann. So können bestimmte zelluläre Bereiche untersucht werden, beispielsweise für die Translokation von Signalmolekülen in den Kern.

Machine-Learning-Segmentierung Der Bildanalyseassistent umfasst Machine-Learning-Segmentierung, enthalten im AI Toolkit. Die effizienten Machine-Learning-Algorithmen ermöglichen die Lösung von Segmentierungsproblemen dort, wo konventionelle Algorithmen versagen.

Deep-Learning-Segmentierung Deep-Learning-basierte semantische oder Instanzsegmentierung sind wohl die derzeit besten Methoden. Der Assistent ist mit Modellen kompatibel, die in arivis Cloud oder anderen Tools trainiert wurden.

3D-Segmentierung In Kombination mit dem 3D Toolkit generiert der Assistent 3D-Objekte mithilfe einer intensitäts- und schwellenwertbasierten Segmentierung. Außerdem ist die 3D-Segmentierung mit den KI-gestützten Modellen des AI Toolkits und arivis Cloud kompatibel.

Verarbeitungsfunktionen

Kleine Helfer für alle Fälle

Das Toolkit umfasst über 170 Funktionen zur Verarbeitung einzelner Bilder, einschließlich Standardfunktionen im Hinblick auf geometrische Eigenschaften und Morphologie, Bildglättung, Schärfe und binäre Operationen, aber auch kompliziertere Funktionen wie Segmentierungen und Intellesis-Funktionen. Fast alle sind makro-programmierbar und über 30 können Batches im Rahmen einer Automatisierung verarbeiten.