使用案例

適用於高通量的自動化顯微鏡檢查：通過CNN進行血細胞分析

什麼是高通量顯微鏡？

實驗室技術人員在顯微鏡下的樣本中可以觀察到哪些類型的血細胞？每種細胞的數量有多少，它們的大小和形狀如何？這些問題的答案有助於醫生診斷瘧疾、結核病或血液腫瘤等疾病。然而，通過顯微鏡觀察耗時且容易出錯，因此成本高昂。基於CNN（卷積神經網路）技術的電腦視覺系統可以讓該過程實現自動化。

人工血細胞分析應用存在哪些挑戰？

血液抹片的實驗室分析技術應該可靠、快速且價格親民。在基於CNN的電腦視覺系統的説明下，通過實現分析過程的自動化就能滿足上述所有要求。但是，高解析度和高速運作就意味著系統必須具備快速傳輸和處理大量數據的能力。

適用於高通量顯微鏡應用的解決方案：通過CNN技術進行血細胞分析

在範例中，我們使用CNN技術來識別血液抹片中可導致瘧疾傳染病的瘧原蟲。CNN將瘧原蟲分為七個預先定義的類別，並對其進行計數，這樣就能可靠地確定瘧疾的形式。為了解決此類問題，我們會為您選擇合適的硬體和軟體元件，並將它們配置成一個可完美匹配的電腦視覺系統。

此演示中的系統硬體包括一個雙通道boost彩色相機，解析度為2000萬像素，像圈尺寸為1.1英寸，配備CXP-12介面。該相機能以高解析度擷取快速迴圈的影像——這是實現高速掃描或樣本高通量的技術基礎。對高數據量進行（預）處理和分析需要藉助額外的適配元件。在這個應用場景中，可程式設計的imaWorx CXP-12 Quad影像擷取卡不僅可以進行影像處理和分析工作，還可以藉助基於FPGA的即時數據預分析功能來支持自動對焦等功能。系統硬體還選配一個C-mount鏡頭和兩條CXP-12數據線。

Basler VisualApplets軟體可用於對影像擷取卡FPGA進行程式設計。數據預分析的配置與程式設計、在影像擷取卡FPGA上實施CNN技術——這些工作均在軟體中的圖形化使用者介面上進行。這個CNN事先已在主機端接受了訓練。但是，影像擷取卡FPGA可以為CNN實施提供足夠的容量，並實現較高的推理性能。根據客戶的要求，可以先對CNN進行一次培訓，然後將它部署在影像擷取卡的FPGA上，也可以讓客戶選擇稍後再調整CNN。