直播回顾|复杂样品智能识别及自定义处理工作流

Aivia 11

AI 加速分析

了解更多Aivia

深度学习分割目标

基于 Cellpose 的物体检测

Aivia 11结合了先进的Cellpose（Stringer，2021）[1]——用于目标检测的深度学习模型。我们提供四种新的Cellpose 分析诀窍为所有人提供基于AI 的2D和3D对象分割，使用者无需具备Python 编程知识或训练深度学习模型。

这些模型高度契合各种成像方式和染色条件。无论您的成像实验涉及DIC系统还是荧光膜染色，基于Cellpose 的目标分割诀窍每次都能够使您能获得稳健且可重复的分割结果。

• 使用 Cellpose 强大的目标检测深度学习模型
• 无需 Python 脚本或深度学习模型训练知识
• 利用现有的 Aivia 工具进行日常分析

自Aivia 9起，我们通过Python 脚本提供了Cellpose ——AI目标分割插件。如今我们将Cellpose集成到现有的分析框架中，Aivia 11工作流程中的深度学习细胞分割变得更加简洁高效。

媒体库

多孔板实验

 分析整个实验

当您的实验同时具有多个测试条件时，您的分析软件应该能够一次分析所有条件。在Aivia 11中，我们引入的几个功能，使您可以在同一平台中展示、探索和分析多孔板实验，以快速获得洞见。 

从成像实验开始，Aivia 11的新界面Experiment Explorer允许您将徕卡多孔板数据导入Aivia。您可以浏览来自单个孔的图像或来自Multi-well Navigator的成像结果，并使用标签来注释板中每个孔的实验条件。

• 使用直观的导航界面导入和探索整个多孔实验
• 定义下游分析的实验条件
• 将结果导出到 CytoMAP 以进行进一步的数据探索
• 支持来自MICA等成像系统的多孔板数据格式

您可以在单个 FOV 上使用 Aivia 的内置工具分析图像，并使用新的工作流工具（Workflow Processor）设计分析流程。然后，将您构建的分析流程批量应用于整个成像实验，或用于添加过注释条件的特定孔内的图像。

从批量分析流程中收集的统计结果可以导出到CytoMAP（Stoltzfus，2020）[2]，进行进一步的数据探索。利用 CytoMAP 的功能（如降维）加速获取成像实验中洞见，从而加快您的成果发布过程。

媒体库

工作流

完整的分析流程

我们为您提供了比以往更高的自由度。在Aivia 11中您可以自定义图像分析流程。Workflow Processor 允许您设计“从数据导入到目标分类和结果导出”的完整分析流程。

Workflow Processor 允许您将 Aivia 中的分析工具（图像增强功能、AI 支持的像素分类器、深度学习模型、图像分析诀窍、测量结果和目标分类器）整合到同一个工作流中。此外，您还可以设置多个工作流以连续运行，从而扩展分析功能。

• 混合搭配 Aivia 的分析工具，创建您自己的分析流程
• 可以从头开始设计工作流，也可以根据以前分析的结果构建工作流
• 批量应用自定义工作流，快速获得结果

设计工作流的过程已整合到Aivia 中的分析工具中。“创建工作流（Create a Workflow）”功能可将数据分析诀窍中的图像增强及像素分类器自动加载到Workflow Processor 界面中 ， 让您能够快速创建批处理流程，将分析应用于整个实验。这样就无需回忆您采取的每个分析步骤，因此您可以专注于结果的解析。

媒体库

其他改进

• 3D 细胞分析和 3D 细胞姿势配方的网格预览速度更快
• 从标记的图像创建 2D 和 3D 对象
• AiviaWeb具有永久存储和自动存档功能，可作为订阅选项提供

人工智能不仅仅是一个流行语

Aivia为希望从图像中提取更多信息的显微镜学家和研究人员提供高性能的图像处理和展示平台。Aivia中支持AI的工具简化了成像分析的关键步骤，并为用户提供了针对其数据量身定制的解决方案。

了解Aivia

Aivia 软件属于