靈活的模塊化硬件
scanR篩選工作站將基于顯微鏡設(shè)置的模塊化和靈活性與高內(nèi)涵篩選需求的自動(dòng)化、速度和效率相結(jié)合。模塊化設(shè)計(jì)適合標(biāo)準(zhǔn)分析和分析開(kāi)發(fā)，讓scanR工作站適用于研發(fā)應(yīng)用或多用戶環(huán)境。

綜合性軟件

scanR解決方案靈活開(kāi)放的設(shè)計(jì)讓其成為日常和*級(jí)應(yīng)用的有效工具。其旨在滿足現(xiàn)代細(xì)胞生物學(xué)、分子生物學(xué)、1.系統(tǒng)生物學(xué)和醫(yī)學(xué)研究中的定量成像和圖像分析要求。

2.生物樣品的全自動(dòng)圖像采集和數(shù)據(jù)分析

3.針對(duì)多孔板、載玻片和定制陣列而設(shè)計(jì)

4.用于生物功能測(cè)定的強(qiáng)大分析模塊

5.適合分析開(kāi)發(fā)和高內(nèi)涵篩選

6.可用于固定細(xì)胞和活細(xì)胞
分析示例
在藥*發(fā)現(xiàn)篩選中，已建立的協(xié)議可用于顯示化合物在細(xì)胞水平的生物化學(xué)作用?？梢岳靡幌盗袠?biāo)準(zhǔn)化分析準(zhǔn)確評(píng)估基因表達(dá)水平的藥*誘導(dǎo)變化。scanR解決方案在測(cè)量細(xì)胞凋亡、微核或DNA片段化（彗星試驗(yàn)）的常規(guī)篩選方面表現(xiàn)出色，并涵蓋了許多研究領(lǐng)域的各種篩選應(yīng)用。
·細(xì)胞計(jì)數(shù)
·基因表達(dá)
·細(xì)胞內(nèi)運(yùn)輸
·易位
·細(xì)胞增殖
·早幼粒細(xì)胞白血病（PML）身體測(cè)定
·細(xì)菌和病毒感染試驗(yàn)
·細(xì)胞周期分析
·細(xì)胞陣列篩選
·蛋白質(zhì)定位和共定位
·包括動(dòng)力學(xué)分析以及對(duì)所得響應(yīng)曲線圈門(mén)的活細(xì)胞測(cè)定
·多色分析
·稀有事件分析
·自動(dòng)FISH分析
·組織切片中的熒光分析
·細(xì)胞遷移

靈活的模塊選項(xiàng)

scanR的設(shè)計(jì)不僅滿足全自動(dòng)高內(nèi)涵篩選系統(tǒng)的特定速度、耐久性和可靠性要求，還具備無(wú)y倫b的靈活性和適應(yīng)性以及廣泛的擴(kuò)展能力。這些讓scanR能夠匹配任何應(yīng)用和預(yù)算的規(guī)范要求。其他選項(xiàng)列表包括諸如基于深度學(xué)習(xí)技術(shù)的自主學(xué)習(xí)顯微鏡模塊、使用動(dòng)力學(xué)模塊測(cè)量動(dòng)力學(xué)參數(shù)的模塊、高速3D反卷積模塊、基于IX83的紅外（IR）激光硬件自動(dòng)聚焦的集成ZDC等等。

圈門(mén)和分類

1.基于流式的強(qiáng)大數(shù)據(jù)分析概念已成功應(yīng)用于大圖像數(shù)據(jù)集分析的需求。

2.多維圖像數(shù)據(jù)以二維散點(diǎn)圖或一維直方圖顯示；可使用圖形工具選擇感興趣的聚類數(shù)據(jù)群

3.來(lái)自不同散點(diǎn)圖的圈門(mén)可以與布爾運(yùn)算組合創(chuàng)建復(fù)雜分類方案

分層圈門(mén)方法可以直觀地選擇群，也可以直接畫(huà)廊展示。
目標(biāo)檢測(cè)與分析
1.強(qiáng)大的目標(biāo)檢測(cè)模塊可以分割細(xì)胞核、細(xì)胞或其他結(jié)構(gòu)
2.選擇多種檢測(cè)算法并根據(jù)感興趣的目標(biāo)進(jìn)行調(diào)整
3.基于分割結(jié)果，可從超過(guò)100個(gè)目標(biāo)參數(shù)列表中選擇所要提取的特征
4.助力各類基于細(xì)胞的分析

下面圖像截屏詳細(xì)說(shuō)明了scanR采集數(shù)據(jù)后對(duì)圖像的檢測(cè)和分割。由德國(guó)海德堡EMBL R. Pepperkok博士提供。

即時(shí)質(zhì)量控制

1.圖像和目標(biāo)與其相關(guān)數(shù)據(jù)點(diǎn)相互關(guān)聯(lián)：

2.單擊數(shù)據(jù)點(diǎn)則會(huì)在顯示窗口中加載相關(guān)圖像并突出顯示相關(guān)對(duì)象

3.單擊圖像顯示窗口中的對(duì)象可突出顯示散點(diǎn)圖和直方圖中的相關(guān)數(shù)據(jù)點(diǎn)

4.創(chuàng)建門(mén)控?cái)?shù)據(jù)群或選定的所有圖像的圖庫(kù)視圖，從而便于將大圖像集與相關(guān)信息進(jìn)行直接、可視化的比較

結(jié)果會(huì)在熱圖中可視化顯示或輸出到表格中。顯示全孔概覽非常簡(jiǎn)單。
用動(dòng)力學(xué)模塊測(cè)量動(dòng)力學(xué)參數(shù)
1.可以通過(guò)時(shí)間變量對(duì)活細(xì)胞、細(xì)胞核和其他目標(biāo)進(jìn)行分類
2.根據(jù)隨著時(shí)間推移測(cè)量的值（諸如強(qiáng)度、面積、比率、形狀因子等平均靜態(tài)參數(shù)）評(píng)估跟蹤曲線
3.隨著時(shí)間變化評(píng)估和分析諸如強(qiáng)度或熒光標(biāo)記強(qiáng)度、位置、大小或形狀等靜態(tài)參數(shù)
4.曲線濃縮為單一特征值（動(dòng)力學(xué)參數(shù)）
5.在1D或2D直方圖中繪制動(dòng)力學(xué)參數(shù)，并根據(jù)其特定的時(shí)間變量繪制門(mén)群
表達(dá)FUCC（CA）生物傳感器的hES細(xì)胞。由英國(guó)倫敦弗朗西斯克里克研究所Silvia Santos博士提供。

兩個(gè)系統(tǒng)的故事

1.在與scanR解決方案相同的系統(tǒng)上運(yùn)行奧林巴斯cellSens活細(xì)胞成像軟件，您就可以同時(shí)使用相同的設(shè)置進(jìn)行篩選和*端成像

2.利用2D和3D約束迭代反卷積算法，為苛刻的篩選應(yīng)用獲取接近共焦品質(zhì)的圖像細(xì)節(jié)

3.快速且便利的算法可以消除離焦模糊以及背景，從而突出重要的結(jié)構(gòu)細(xì)節(jié)

4.有助于進(jìn)行要求高分辨率結(jié)構(gòu)細(xì)節(jié)的深度分析

自主學(xué)習(xí)顯微鏡
經(jīng)過(guò)*次性培訓(xùn)階段之后，scanR AI能夠讓系統(tǒng)通過(guò)將所學(xué)習(xí)的分析協(xié)議整合到基于分析的工作流中實(shí)現(xiàn)新數(shù)據(jù)的自動(dòng)分析。由于用戶在訓(xùn)練實(shí)驗(yàn)的設(shè)計(jì)上掌握*全控制權(quán)，并且在訓(xùn)練階段可以加入許多具有挑戰(zhàn)性的分析條件，因此提高了分析結(jié)果的準(zhǔn)確性和魯棒性。所學(xué)到的AI分析協(xié)議可以通過(guò)軟件*有的數(shù)據(jù)探索和分析界面進(jìn)行深入、輕松的驗(yàn)證，確保您對(duì)AI結(jié)果充滿信心。
使用自主學(xué)習(xí)顯微鏡生成的AI模型對(duì)無(wú)熒光染色的明場(chǎng)圖形進(jìn)行分析。Hela細(xì)胞的細(xì)胞核在訓(xùn)練階段進(jìn)行GFP標(biāo)記，以此顯示系統(tǒng)如何對(duì)明場(chǎng)圖像進(jìn)行分析。一種*新思維方式自主學(xué)習(xí)顯微鏡為高內(nèi)涵分析拓展了*新的視野。應(yīng)用范圍涵蓋了從以前不可能完成的圖像分割任務(wù)到極低信號(hào)水平的定量分析、簡(jiǎn)化染色方案、無(wú)標(biāo)記分析等。

應(yīng)用示例：在不同信號(hào)水平下對(duì)細(xì)胞核的強(qiáng)大分割，能夠大幅減少定量分析的曝光量。
技術(shù)參數(shù)