病理圖像分析軟件金標準,基于人工智能和數字病理環(huán)境相結合的一種有效的對數字病理切片提供高通量、逐個(gè)細胞分析、高精度快速的數字病理圖像分析平臺。

HALO是由美國lndica Labs 公司推出的目前的圖像分析平臺,它提供高精準的、超性能的、可擴展的、穩定的分析服務(wù),旨在處理數字病理圖像分析以及基于圖像的生物標記物分析。目前已廣泛應用于制藥、醫療保健和研究組織。

??

HALO數字病理圖像分析平臺能夠對IHC、IF、TMA、DNA/RNA ISH/FISH等多種病理掃描切片進(jìn)行定量分析,包括Tissue Classifier, Area Quantification, Object Quantification, Cell Quantification, Spatial Analysis等多種分析服務(wù)。廣泛應用于神經(jīng)科學(xué),代謝組學(xué),腫瘤學(xué),毒理病理學(xué)的高通量,全切片圖像(whole slide image, WSI)的定量研究。

??

HALO全景病理圖像分析平臺產(chǎn)品介紹

??HALO 數字病理分析在不犧牲結果準確性的情況下,提供簡(jiǎn)單易用的用戶(hù)界面,用更少的時(shí)間學(xué)習軟件,更多的時(shí)間分析數據。HALO 的分析調整快速而簡(jiǎn)單,容易上手,數據質(zhì)量也具有保證。無(wú)需從頭“構建"分析算法。HALO 靈活的、專(zhuān)門(mén)構建的模塊為各種各樣的組織類(lèi)型提供快速、定量的結果。

其采用的多核并行處理的技術(shù)以及高度算法優(yōu)化,充分利用硬件平臺對圖像進(jìn)行分析,具有高通量,極快的分析速度,是業(yè)內競爭軟件分析速度的四倍之上;為用戶(hù)提供專(zhuān)門(mén)構建的分析模塊,該模塊可以快速配置從而應用于特定的分析流程,這些模塊可快速的用于*科學(xué)、代謝組學(xué)、病理毒理學(xué)等方面的研究當中,根據需求選擇相應的模塊,減少經(jīng)費負擔;兼容市面上多種掃描儀設備采集的病理圖像,包括Leica,Aperio,Hamamastu,Philips,3D Histech等,并提供專(zhuān)門(mén)的數據接口;基于形態(tài)學(xué)及多重數據表達,對全切片圖像進(jìn)行逐個(gè)細胞的分析,結果精準詳細,滿(mǎn)足您的任何研究需求。

使用HALO 直觀(guān)、靈活的注釋工具可以將注釋時(shí)間縮短一半。徒手繪制或使用磁性筆工具自動(dòng)“捕捉"注釋到您的組織?？奢p松重繪、修改、移動(dòng)、旋轉或復制粘貼現有的注釋。更好的方法是,訓練分類(lèi)器模塊自動(dòng)選擇感興趣的組織,以便在研究中對所有圖像進(jìn)行分析。

數字切片的圖像文件很大,傳統的分析系統通常難以駕馭。HALO 的并行處理技術(shù)和優(yōu)化算法使得分析速度大大增加,達到使用相同標準硬件且具有競爭力的解決方案的 4 倍。具有巨大通量需求的機構可將 HALO™ 性能提升分析器聯(lián)合使用。

HALO 在整個(gè)組織切片過(guò)程中逐個(gè)細胞報告形態(tài)學(xué)和多重表達數據, 并維持細胞數據和細胞圖像之間的交互鏈接。排序和過(guò)濾功能允許用戶(hù)挖掘數百萬(wàn)個(gè)細胞,同時(shí)可視化地評估相應的細胞群體。例如,根據生物標記強度對細胞進(jìn)行排序,并立即找出圖像中強度高的細胞。想象一下無(wú)限的可能性。

HALO 提供的模塊化平臺可以根據您的需求擴展。首先從幾個(gè)模塊開(kāi)始,然后根據需要添加更多模塊?？稍趩蝹€(gè)工作站上使用HALO,或者升級至可供整個(gè)小組使用的服務(wù)器版本HALO 對于任何預算都足夠靈活。

HALO AI 基于*神經(jīng)網(wǎng)絡(luò )算法,是一個(gè)基于實(shí)例訓練的組織分類(lèi)工具。與其他機器學(xué)習或模式識別算法相比較,神經(jīng)網(wǎng)絡(luò )可以處理更復雜的分類(lèi)任務(wù)。HALO AI 分類(lèi)器可用于發(fā)現組織中的罕見(jiàn)事件或細胞,量化組織類(lèi)別,并用其他 HALO 圖像分析模塊分割組織類(lèi)別,從而進(jìn)行分析。

HALO AI與HALO和HALO Link集成,為用戶(hù)提供了一個(gè)直觀(guān)的訓練界面,能夠與 各地的病理學(xué)家和科學(xué)家在 HALO AI 項目上無(wú)縫合作。

HALO全景病理圖像分析平臺，HALO AI將深度學(xué)習人工智能的能力交給了病理學(xué)家和研究人員。