您的浏览器与网页部分内容不兼容,请及时更新。 点击此处了解如何更新浏览器。

OK
网上商店

以视觉技术拓展医疗视界 - 适用于医疗和生命科学领域的Basler计算机视觉解决方案

从通过人工智能实现实验室自动化和诊断,到计算机断层扫描中的非接触式病人定位

应用要解决的潜在问题千变万化,因此每个计算机视觉解决方案都需精心定制。不过,已经成功完成的项目也可协助处理全新的任务。为什么呢?因为对于出色的解决方案(以及其中包含的硬件和软件组件)而言,丰富的实践经验同样重要。为了满足客户在医学、医疗技术和生命科学领域的需求,我们充分考量了这三个要素,致力于开发和生产满足要求的计算机视觉解决方案。

承接开发和生产任务

我们的计算机视觉解决方案可以将您的构思转化为产品。为了获得最佳的计算机视觉解决方案,重点是要选择合适的各个组件来充分满足您的要求。我们拥有一系列丰富的硬件和软件产品线,除此之外,我们还能为整个成像管线提供深度的专业知识,从而在咨询、开发流程、量产到长期生命周期管理等阶段都能保证各项工作高效完成。

镜头

除了相机之外,镜头也是成像质量的一项决定性因素。在应用中所需的成像性能决定了应该选择哪种镜头。我们的产品线以需求为导向,其中包括S-mount、C-mount和F-mount镜头,其规格范围覆盖从1/2.5英寸到super 35 mm,可支持所有的标准焦距。如有需要,我们将在项目的开发阶段就采购合适的镜头。

通信/连接

为了处理图像,必须快速可靠地将图像信息从视觉系统中的一个组件传输到下一个组件。根据图像的数据量、所需速度或线缆长度,您可根据实际情况选用MIPI、USB3 Vision或CXP 2.0等不同的接口标准,以满足相应的性能需求。如果需要配备云连接功能的IoT(物联网)解决方案,以便用于外部数据通信,我们还可以按要求对视觉系统进行连接。

软件

采集图像只是其中一个方面,评估图像所包含的信息是另一个完全不同的重要步骤。您需要借助驱动程序、系统和应用软件来进行图像采集、处理和分析工作。使用pylon相机软件套装,您就可以记录和处理图像,或者通过API将相机集成到应用中。我们还提供一套可广泛适用的特定应用工具,并基于AI(人工智能)技术来实现实时应用。此外,我们还可以通过配置支持和定制软件调整服务为您提供协助。

外围设备

视觉系统可能还需要其他组件:如果让图像和信号处理精确同步是一项重要要求,我们还可以提供触发板。如果应用需要配备光源,我们也可以为您选配合适的光源。如果需要多相机系统,我们会帮您将集线器或交换机集成在系统中。

相机

相机是视觉系统的核心。我们的标准相机产品线包含几百种型号,其中至少有一款能满足您的应用需求:根据您对像圈尺寸、分辨率、帧速率、接口、外壳类型、镜头接口以及相机内置功能等的不同要求,我们将选择一款合适的相机来作为您视觉系统的组件。

处理硬件

图像采集以及(预)处理和分析所需的处理管线计算能力会因具体应用而异。我们采用NVIDIA®或NXP(恩智浦)®最先进的嵌入式视觉处理技术,并可额外提供由内部开发、适用于量产的处理板。这几款高性能图像采集卡完善了我们专为高端应用而设计的处理硬件系列。

应用范围:计算机视觉解决方案可为医疗和生命科学应用带来附加价值。

应用示例:针对医学、医疗技术和生命科学领域的每个应用难题提供个性化的计算机视觉解决方案

基于CNN的精巧型细菌分类技术

基于CNN的精巧型细菌分类技术

与CNN(卷积神经网络)结合使用,就可以实现成像自动化并简化诊断或分析样本的评估难度。借助所示的应用示例,可实现用于传染病微观测定的精巧型系统。

了解更多信息!

非接触式CT病人定位

新冠疫情大流行表明,使用计算机视觉技术可以优化流程。这同样适用于CT(计算机断层扫描)中的医学成像领域,例如:将病人放置在正确的位置,以便远距离进行检查,以尽可能降低辐射剂量和感染风险,并获得准确可靠的结果。

了解更多信息!

适用于高通量的自动化显微镜检查:通过CNN进行血细胞分析

大型诊断实验室必须在短时间内处理大量样本。只有运作非常快速的显微镜系统才能实现在收到样本的当天就得出检查结果。在应用示例中,这样的系统还能与CNN(卷积神经网络)的实时推理相结合。

了解更多信息!

100%定制化的视觉系统,助力拓展眼科的应用潜能

每种类型的检查设备用途都各不相同。眼科中的许多设备都是以成像技术为基础的,正是这个共通点助力产生了协同效应。从长远来看,开发可跨设备使用的组件能够降低成本,同时提供较高的灵活性。因为只需添加额外的硬件和软件组件,即可满足最终的设备规格要求。

了解更多信息!

使用基于CNN技术的视觉系统进行经济高效的尿液沉淀物分析

即使在小型实验室中,越来越多基于显微镜的手动检查工作都被自动化图像采集和评估技术所取代。即使在对价格敏感的细分市场中,选择合适的图像处理组件和组件集成并在有必要时与CNN结合使用也是取得成功的关键因素。

了解更多信息!