1) 軟件配置轉(zhuǎn)輪式工具欄, 用于圖像數(shù)據(jù)瀏覽、創(chuàng)建注釋、測量、標(biāo)注; 提供圖像標(biāo)注、測 量工具。支持圖像無極縮放。
2) 兼容 Akoya, Standard Bio Tools 成像設(shè)備圖像格式, 以及 TIFF/JPEG/BMP 常規(guī)圖像格式。
3) 采用基于應(yīng)用分析包進行自動化分析,可以調(diào)用單個或多個 APP 的組合進行不同目的多樣 化分析。
4) 可根據(jù)分析需求自定義創(chuàng)建分析模板, 也可自定義輸出分析數(shù)據(jù), 至少包括: 組織面積 , 陽性及陰性區(qū)域面積數(shù)據(jù)及陽性區(qū)域百分比等數(shù)據(jù); 陽性及陰性細(xì)胞數(shù)量、細(xì)胞長度、面積、 周長、交界長度、 H-Score 評分等數(shù)據(jù)。
5) 軟件配置不少于 120 個具有獨立編號的訓(xùn)練成熟的即用型分析 APP;同類樣品支持一鍵 調(diào)用、運行分析, 導(dǎo)出數(shù)據(jù)結(jié)果。
6) 所有 APP 可以根據(jù)具體分析樣品圖像, 進行再次訓(xùn)練, 以適應(yīng)不同類型新樣品進行分析。
7) 可創(chuàng)建自定義的專屬分析 APP, 創(chuàng)建基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法(AI Deep Learning),可以建立自己的分析數(shù)據(jù)庫調(diào)用
8) 配置 U-NET 和 DeeplabV3 深度學(xué)習(xí)算法以及閾值分割圖像識別方法, 分別適用細(xì) 小目標(biāo) (如細(xì)胞) 和組織結(jié)構(gòu)的訓(xùn)練識別??筛鶕?jù)切片分析的復(fù)雜難易程度, 選擇不同的分類器模型。
9) 配置高性能工作站,另配移動硬盤,方便存儲轉(zhuǎn)移數(shù)據(jù)。