經(jīng)典的圖像分析流程可以概括為：圖像導入分析軟件 → 分割結構信號 → 得到統(tǒng)計數(shù)據(jù)
   實際的圖像分析流程往往包括：圖像導入分析軟件 → 圖像預處理 → 分割結構信號 → 批量分析 → 分割結果后處理→ 得到統(tǒng)計數(shù)據(jù) → 識別感興趣結構
以下兩張圖并排擺放
 
原始圖像（左）與預處理后的圖像（右），圖中展示了兩種信號（紅，綠）的共定位情況（黃）
 
   這些步驟不僅增加了數(shù)據(jù)分析的工作量，也成為了圖像分析初學者的入門障礙——繁多的預處理濾鏡選項不僅要求使用者掌握大量的背景知識，其搭配組合的選擇也要求使用者熟知各種濾鏡的參數(shù)調節(jié)和效果，以獲得期望的效果。
   在上一期的webinar 中，我們一起學習了機器學習在信號分割工作中的助益——通過直觀地描畫出個例，來實現(xiàn)全數(shù)據(jù)的準確分割。在這一期webinar 中，我們將從圖像導入到結果輸出，更全面地了解數(shù)據(jù)分析流程及其中多種可能性和人工智能工具的應對方法。
 
 
每個細胞內的顆粒統(tǒng)計結果
 
   5月24號 14:30-15:30，Aivia webinar 系列之四，與你一起圖像分析的全流程。等你參加！
 
報名方式：
 
長按識別二維碼
預約報名
 
講師介紹：
 
南希，徠卡生命科學客戶成功管理專家
2008年畢業(yè)于武漢大學生命科學院生物科學專業(yè)，具有十余年顯微數(shù)據(jù)分析及市場經(jīng)驗，為亞太地區(qū)科研用戶提供圖像分析解決方案。2021年加入Leica，負責Aivia AI 圖像分析軟件的產(chǎn)品管理、市場推廣及技術支持。
 
直播回顧 | 掌握Aivia機器學習，輕松精準分析各類圖像

了解更多：徠卡顯微