联系我们

简化癌症生物学图像分析工作流

了解如何使用人工智能技术推动癌症图像分析工作流

[Translate to chinese:] H&E stained micrograph of an intramucosal esophageal adenocarcinoma (left) enhanced with Aivia’s Pixel Classifier (right)  Aivia_Image_Analysis_Workshop_-_Cancer.png

癌症研究需要使用大量的3D组织样本或模型的图像数据,以便提取其在时间和空间发育上的相关信息。随着癌症生物学数据集的不断增长,显微图像分割和定量也越来越具挑战性,研究人员被迫在分析工作中耗费大量的时间。
在这一图像分析研讨会中,Aivia的专家将向您介绍如何克服这些障碍,专注于组织学以及2D和3D细胞分析的创新和发现中。

现在注册

点击提交即表示我同意Leica Microsystems GmbH的使用条款隐私政策, 并了解在“您的隐私选择”中详细说明的隐私选择。

Scroll to top