數字切片掃描儀怎么選？

2024年5月，Nature發布了一篇重磅論文，微軟和華盛頓大學等機構共同推出了全球首個全切片數字病理AI模型GigaPath ，具備十億像素級別圖像的處理和理解能力，相當于能理解40X 物鏡下掃描的數字切片。目前Prov-GigaPath的模型和代碼已經開源，部分科研機構已經開始自己制作數字切片文件，來進一步訓練GigaPath用于各種生物醫學研究。那么數字切片掃描儀怎么選呢？

一、數字切片

數字切片①

數字切片是用高分辨率物鏡將玻璃切片掃描、拼接形成的圖像文件，每張數字切片都有數億像素，40X高分辨物鏡掃描的數字切片像素更可接近10億，信息量非常大。

數字切片解決方案：數字切片掃描儀MDS4

完整的數字切片解決方案可以分四大功能板塊：

1、掃描：使用數字切片掃描儀捕獲圖像數據。

2、儲存：將圖像數據儲存為數字切片文件并歸檔管理。

3、處理：提供數字切片圖像旋轉、顏色調整等處理功能。

4、閱片：瀏覽數字切片文件，以及與其他人分享切片文件。

可見，整個數字切片解決方案核心圍繞的是數字切片文件。

二、為什么要做數字切片？

相比傳統的玻璃樣品切片，數字切片有哪些優勢呢？

使用數字切片訓練AI識別不同細胞②

首先是AI模型訓練。AI模型輔助能大大提升工作效率，比如在癌癥研究引入AI，可幫助加速識別癌癥標記物和腫瘤分型等流程，但AI需要大量的數據訓練才能高效、準確，核心數據就是數字切片文件。

數字切片方便信息共享和合作

其次是信息共享及增強合作。玻璃玻片難以分享，MDS4的數字切片文件可以通過網絡分享，讓突破地域限制的分享成為可能，網絡會議、跨學科合作研究都會受益。

稀有樣品掃成數字切片很有價值(類戈謝細胞)

第三是保護珍貴樣品。制作精良的稀有樣品千金難求，有些珍貴樣品在老師手上也就僅此一片，但玻片畢竟是易碎的玻璃，最怕不小心損壞。利用MDS4的數字切片文件，可以將樣品的最佳狀態和豐富信息記錄下來。

三、怎么選數字切片掃描儀器？

箱式數字切片掃描儀僅適合少數量大的用戶

箱式數字切片掃描儀高價且功能單一，不適合大部分用戶。從大批量處理能力來說，箱式的數字切片掃描儀搭配工作站電腦無疑是冠軍方案。但這種方案的成本很高，除了少數大醫院和實驗室有足夠的量來保證能夠回本，其他大部分小醫療機構和科研單位根本回不了本，因為他們平均每周的掃描量可能十個手指就能數完。

普通顯微鏡做數字切片效果不理想

普通顯微鏡手動掃描拼接效果不理想，不適合嚴肅應用。手動掃描拼接只需數字攝像頭和軟件搭配即可實現，成本夠低，但效果較差，比如玻片中間有空白就會掃描不下去，又比如樣品不平整導致局部失焦模糊，還有光照不均勻、物鏡平場性不佳導致拼接痕跡明顯。最后就算掃描很順利，掃出來的幾億像素文件也會讓瀏覽切片變成災難。

數字切片掃描儀MDS4有更高投入產出比

明美數字切片掃描儀MDS4是更符合大部分單位需要的數字切片掃描儀器。MDS4既是研究級熒光顯微鏡，又是數字切片掃描儀，一機兩用，有媲美箱式掃描儀的掃描速度和精度，也有專業的儲存格式和閱片軟件，投入產出比更高。

MDS4可作為電動研究級熒光顯微鏡使用

明美數字切片掃描儀MDS4以一機兩用為設計理念，適合大部份單位的投入產出目標。

1、基于研究級熒光顯微鏡，可用于FISH熒光原位雜交和免疫熒光觀察研究。

2、創新雙分光相機接口，同時滿足高幀率掃描和高分辨率單視野成像。

3、可作為升級套件安裝到客戶現有的BX43/BX53等顯微鏡，更低投入實現掃描功能，不影響原有顯微鏡功能。

性能媲美箱式數字切片掃描儀

明美數字切片掃描儀MDS4基于研究級熒光顯微鏡設計，可以實現媲美箱式掃描儀的掃描速度和精度。

1、MDS4采用高精度XYZ三軸電動平臺，閉環分辨率達0.1μm，掃描平穩精準低噪音，搭配峰值幀率100fps以上的掃描相機，全片掃描速度可低至40秒完成。

2、MDS4支持自動對焦掃描，遇到不平整區域可自動進行疊加景深，使整個玻片所有視野都細節清晰。

3、MDS4軟件采用了硬件加速進行無縫拼接，因此無需工作站電腦也能快速出圖并儲存成數字切片文件。

專業的配套軟件

明美數字切片掃描儀MDS4配套Slide Scan掃描軟件和Slide Viewer閱片軟件，專業的儲存格式和閱片軟件帶來良好的用戶體驗。

1、MDS4軟件采用先進的SRP格式數據，占用空間比常見圖片格式更低，同時保留數億像素豐富信息。

2、MDS4閱片軟件提供豐富的數字切片管理功能和處理功能，自動拍攝玻片標簽和數字切片一一對應，提供色彩調整等常用處理功能。

3、MDS4軟件廣泛使用硬件加速技術，閱片縮放和拖動瀏覽都十分順暢。

大部分單位每周的切片掃描量不到10片，一臺能實現數字切片掃描功能的研究級顯微鏡，是更符合這些單位投入產出目標的產品，明美數字切片掃描儀MDS4就是針對這些客戶設計的產品，如果您有需要，歡迎致電明美了解咨詢。

應用文獻：

①Konstantinos Zormpas-Petridis1, Rosa Noguera, et al. SuperHistopath:A Deep Learning Pipeline for Mapping Tumor Heterogeneity on Low-Resolution Whole-Slide Digital Histopathology Images,Front. Oncol., 20 January 2021,Sec. Cancer Imaging and Image-directed Interventions,Volume 10 - 2020 | https://doi.org/10.3389/fonc.2020.586292

②Yannick Van Herck1, Asier Antoranz,et al. Multiplexed Immunohistochemistry and Digital Pathology as the Foundation for Next-Generation Pathology in Melanoma: Methodological Comparison and Future Clinical Applications, Front. Oncol., 29 March 2021, Sec. Skin Cancer, Volume 11 - 2021 | https://doi.org/10.3389/fonc.2021.636681

免責聲明

本站無法鑒別所上傳圖片、字體或文字內容的版權，如無意中侵犯了哪個權利人的知識產權，請來信或來電告之，本站將立即予以刪除，謝謝。
來源：https://www.mshot.com/article/2030.html