O CellPathfinder R3.08.01 foi lançado.
A data de início do fornecimento está programada para meados de dezembro de 2024.
A interface intuitiva e fácil de usar orienta o usuário desde a análise de milhares de dados de imagens em vários ângulos até a visualização do resultado, gerando vários tipos de gráficos.
Além disso, a função de Machine Learning e Deep Learning aumenta drasticamente a capacidade de reconhecimento de alvos. Ele também é ideal para a análise com complexidade e alto grau de dificuldade, como a análise de dados de cultura 3D e imagens de células vivas.
O software CellPathfinder é uma ferramenta poderosa para HCA.
You can download trial software. Software download
CellPathfinder resolve as dificuldades
Para triagem
O CellPathfinder resolve os gargalos de triagem.
- Uma interface especializada para inspecionar várias amostras facilita a comparação de imagens, aumentando a eficiência.
- A análise avançada usando IA é possível por meio de uma operação simples, mesmo para iniciantes.
- Várias funções de criação de gráficos e criação simples de imagens e vídeos, reduzindo as dificuldades no momento da geração de relatórios.
Para pesquisa de câncer e triagem de medicina regenerativa
O CellPathfinder fornece HCA líder por meio de tecnologia de análise proprietária.
- A análise sem rótulos de amostras que você não deseja corar é possível usando a tecnologia de geração de imagem "CE Bright Field", de propriedade da Yokogawa.
- O aprendizado de máquina e o aprendizado profundo recém-desenvolvidos e fáceis de usar facilitam a detecção de fenômenos que antes eram difíceis.
- Detecção de eventos raros (CTC, etc.) com alta velocidade e alta precisão.
Aplicação
Detalhes
Fluxo de trabalho simples de imagens para análises e gráficos
1. Exibir dados de imagem
Fácil de comparar imagens entre poços
2. Carregar e executar o protocolo de análise
Ícones gráficos fáceis de entender
・Escolha um modelo predefinido para sua análise
3. Gating
Populações específicas podem ser extraídas por meio da seleção dos dados de valores de características dos objetos reconhecidos.
・As populações extraídas podem ser analisadas posteriormente
4. Faça os gráficos
・Várias opções de gráficos para visualizar os resultados
・O link entre o gráfico e as imagens permite a verificação visual rápida das imagens clicando nos pontos de dados
5. Para examinar mais detalhes... liste os perfis de células interessantes
Imagens e dados numéricos podem ser coletados clicando nas células
Funções básicas de análise
Análise 3D
・Análise de imagens Z-stack no espaço tridimensional. ・O volume e a localização dos objetos no espaço 3D podem ser quantificados.
Costura de imagens
As imagens em mosaico são geradas por meio de costura de imagens e analisadas, permitindo uma quantificação precisa.
Ideal para análises que abrangem vários campos, como esferoides, seções de tecido e neurites.
NOVO!
Suporte para downsampling
Quando a resolução espacial não é necessária, é possível fazer uma análise rápida.
Isso também facilita mais do que nunca o manuseio de imagens enormes em mosaico.
Definição manual de região
A região manual das regiões de análise é possível para tendências complexas que são difíceis de identificar por meio do processamento automatizado de imagens.
A morfologia nas regiões definidas pode ser visualizada, facilitando a análise.
Dados fornecidos pelo Dr. Yasuhito Shimada, Escola de Pós-Graduação em Medicina da Universidade de Mie
Ferramentas gráficas convenientes
Os resultados da análise podem ser exibidos em gráfico de barras, gráfico de linhas, gráfico de pizza, gráfico de dispersão, mapa de calor e histograma.
Além disso, é possível calcular os fatores EC50, IC50 e Z'-Factor dos resultados da análise.
Visualizador 3D
Reconstrução 3D
A funcionalidade do visualizador 3D foi bastante aprimorada,
permitindo que você crie facilmente imagens 3D de alta definição a partir de dados Z-stack.
Movie Play
 |
Dados fornecidos pela Japan Wool Textile Co. Ltd． |
Vários métodos de exibição
Oferece suporte aos métodos de exibição de imagens Ray casting e MIP 3D. Reconhecimento de objetos
obtidos por meio da análise de imagens também podem ser exibidos em 3D.
|
Imagem 3D original (Ray casting) |
Imagem 3D original (MIP) |
|
|
|
|
Resultados do reconhecimento de objetos |
Sobreposição da imagem 3D original (Ray casting) e |
Comparação fácil com a exibição de imagens 3D originais, resultados de reconhecimento de objetos
e suas sobreposições lado a lado.
Altere facilmente os poços exibidos em 3D com um único clique.
Ferramentas convenientes
A exibição de "Navegação" é útil para saber qual parte da imagem inteira está sendo ampliada.
Navigation Movie Play
Dados fornecidos pela Faculdade de Medicina de Baylar
Visualize livremente a estrutura interna dos objetos exibindo seções transversais XY, XZ e YZ
e usando as funções de recorte e corte.
|
Cropping Movie Play |
Clipping |
XY、XZ、YZ cross-section Movie Play |
 |
Dados fornecidos pela Nippon Shokubai Co., Ltd. |
Crie instantâneos e filmes.
Os filmes podem ser girados, deslocados e ampliados e reduzidos enquanto são exibidos em 3D.
Movie Play
|
Dados fornecidos pela Japan Wool Textile Co. Ltd． |
Uma variedade de funções opcionais permite várias análises
O Pacote Básico inclui as funções básicas necessárias para adquirir vários dados quantitativos sobre a morfologia e o brilho das células a partir de imagens de fluorescência.
Além disso, ao adicionar funções opcionais, é possível fazer várias análises que não são possíveis com o pacote básico.
Campo brilhante com contraste aprimorado
Usando a tecnologia de criação de imagens proprietária "CE Bright Field" da Yokogawa, dois tipos de imagens podem ser gerados a partir de imagens de campo brilhante.
Essa é uma poderosa função de pré-processamento para análise usando a função Deep Learning das imagens Bright Field.
Tipo de fase: Imagens como as obtidas por microscopia de contraste de fase.
É útil para o reconhecimento de alta precisão de contornos celulares e análise de fenótipos celulares.
Tipo fluor: Imagens semelhantes à fluorescência, úteis para reconhecimento nuclear, etc.
Aprendizado de máquina
A funcionalidade de aprendizado de máquina permite a digitalização imparcial em experimentos avaliados por meio da aparência.
Além disso, o reconhecimento automático de formas pode ser realizado simplesmente clicando na forma que você deseja que o software aprenda.
Mesma região ao longo do tempo
As oscilações rápidas de cálcio das atividades de cardiomiócitos e neurônios podem ser representadas como formas de onda medindo-se as intensidades na mesma região durante o lapso de tempo.
Rastreamento de objetos
Você pode monitorar o comportamento dinâmico das células rastreando células individuais.
Ele também pode rastrear células filhas após a divisão celular, permitindo a análise da linhagem celular.
Classificação(Gate)
As células podem ser classificadas em grupos de células com características semelhantes.
Essa função permite avaliar o número de células e a proporção de células em cada grupo de células, bem como as quantidades de recursos em cada grupo de células específico.
Reconhecimento de células (Deep Area Finder)
Você pode reconhecer objetos-alvo, como células e organelas intracelulares, pintando-os usando não apenas imagens de fluorescência, mas também imagens de campo claro.
Essa função é útil quando a precisão da análise com métodos de análise convencionais não é suficiente.
Imagem original
Resultado do reconhecimento
Contagem de células (Deep Cell Detector)
Essa função detecta células com uma operação simples de fechamento de células.
Não é necessário o site especialidade.
É possível contar células em alta densidade em imagens de campo claro e em imagens de fluorescência.
Imagem original
Resultado do reconhecimento
Classificação de células (Deep Image Gate)
Você pode classificar fenótipos que são difíceis de quantificar, mas que parecem ser "algo diferente".
Operação simples de selecionar os grupos de células a serem classificados.
Não há necessidade de selecionar recursos eficazes ou definir limites.
Classificação do ciclo celular (G1, Early S, SG2M) usando o sistema Fucci
- Adicionado etoposídeo 0-6,8μM às células HeLa com Fucci
- Lapso de tempo de 48 horas em intervalos de 1 hora em 10x; 488nm e 561nm
Controle
6,8uM Etoposídeo
Proporção de células em cada ciclo celular em cada poço.
Cálculo de EC50/IC50 (resposta de imagem profunda)
Essa função permite a quantificação abrangente de fenótipos complexos usando imagens inteiras.
Operação simples de seleção de poços negativos e positivos e inserção de informações de concentração de compostos.
Não é necessário nenhum protocolo para segmentar as células.
Oferecendo soluções totais, as melhores para suas necessidades
Transporte de placas via rebot, aquisição usando o CellVoyager CV8000 ou CQ1, gerenciamento de dados usando o CellLibrarian e análise de imagens usando o CellPathfinder.
Oferecemos combinações ideais de acordo com as necessidades e os orçamentos dos usuários.
Large image: Click
Produtos relacionados
 |
 |
|
 |
 |
|
 |
 |
|
※Os dados adquiridos no CellVoyager CV1000 não são suportados.
※O sistema CellPathfinder contém o software e a estação de trabalho.
Configuração do sistema
・Software
・Estação de trabalho
・Displays
Especificações da estação de trabalho
Modelo: Dell Precision
CPU: Intel® Xeon
Memória: 128 GB
Disco rígido: Sistema（C:） Armazenamento de 4 TB, （D:） 4TB
Sistema operacional: Windows® Microsoft Windows10 IoT Enterprise
GPU: Sistema（C:） Quadro K620 ou Quadro P620 (a GPU de alto desempenho não está selecionada), Quadro RTX5000 (a GPU de alto desempenho está selecionada)
Tela: monitores duplos de 2560x1440
Yokogawa Life Science
| @Yokogawa_LS | |
| Yokogawa Life Science | |
| Yokogawa Life Science | |
| -YouTube | Life Science Yokogawa |
Publicamos nossas informações nos seguintes SRSs.
Siga-nos.
Lista oficial de contas de mídia social da Yokogawa
Recursos
A PhenoVista Biosciences é a principal fornecedora de serviços personalizados de ensaios fenotípicos baseados em imagens. Com uma abordagem colaborativa e cientificamente orientada para a concepção e o gerenciamento de projetos, a PhenoVista tem um histórico comprovado de fornecimento de dados de alta qualidade a partir de ensaios robustos e dimensionáveis. A principal vantagem da PhenoVista está na capacidade de seus cientistas treinados no setor de combinar a compreensão de classe mundial de diversos sistemas biológicos com imagens quantitativas de ponta para fornecer dados claros e acionáveis.
- Formação de colônias
- Ferida de arranhão
- Citotoxicidade
- Crescimento de neurônios
- Análise de Co-cultura
- Rastreamento de células
A imagem em lapso de tempo das células Hela adicionadas à Fucci foi realizada durante 48 horas em intervalos de 1 hora. A seleção foi realizada com base nas intensidades médias de 488 nm e 561 nm para cada célula. Elas foram categorizadas em quatro estágios, e a contagem de células para cada um foi calculada.
O indicador de ciclo celular baseado em ubiquitinação fluorescente (Fucci) é um conjunto de sondas fluorescentes que permite a visualização da progressão do ciclo celular em células vivas.
Estamos desenvolvendo um protótipo de um sistema genômico de suporte a testes de medicamentos usando nosso scanner confocal CSU. Esse sistema administra compostos químicos que servem como possíveis candidatos a medicamentos em células vivas, que são os componentes mais básicos de todos os organismos vivos, registra as alterações na quantidade e na localização de moléculas-alvo dentro das células com o scanner confocal CSU e uma câmera CCD altamente sensível, além de processar e quantificar os dados de imagem de alta resolução capturados.
Neste tutorial, aprenderemos a realizar o rastreamento de células com o CellPathfinder por meio da análise de imagens de teste.
Neste tutorial, será explicado um método para analisar a estrutura ramificada, usando o CellPathfinder, para a análise da função de angiogênese da célula endotelial vascular.
Neste tutorial, aprenderemos a realizar a análise de lapso de tempo de objetos com pouco movimento usando o CellPathfinder, por meio de imagens de cálcio de cardiomiócitos derivados de células iPS.
Neste tutorial, observaremos a mudança no número e no comprimento dos neuritos devido à estimulação do fator de crescimento nervoso (NGF) nas células PC12.
Neste tutorial, será realizada a análise de imagens de fibras de tensão em colapso, e as curvas de dependência de concentração serão desenhadas para avaliação quantitativa.
Neste tutorial, identificaremos os ciclos celulares de fase G1, fase G2/M etc. usando o conteúdo de DNA intranuclear.
Neste tutorial, o diâmetro do esferoide e a contagem de células (núcleos) dentro do esferoide serão analisados.
Neste tutorial, será explicado um método para analisar a estrutura ramificada, usando o CellPathfinder, para a análise da função de angiogênese da célula endotelial vascular.
Neste tutorial, usando imagens de peixe-zebra cujos vasos sanguíneos são marcados com EGFP, será explicado o mosaico das imagens e o reconhecimento dos vasos sanguíneos em uma região arbitrária.
Neste tutorial, compararemos as condições positivas e negativas para a contagem e a área total das gotículas de lipídios adicionando ácido oleico ou Triacsin C.
Neste tutorial, o NFκB intranuclear e intracitoplasmático será medido e suas proporções calculadas, e uma curva de dose-resposta será criada.
Vídeos
YOKOGAWA contribuirá para a evolução tecnológica, especialmente em ferramentas de medição e análise, para ajudar a construir um mundo onde os pesquisadores se concentrarão cada vez mais na interpretação perspicaz dos dados e no avanço do Life Science para beneficiar a humanidade.
Procurando mais informações sobre nosso pessoal, tecnologia e soluções?
Entre em contato conosco