Ausgangslage
Das Wachstum von Zellen wird in Biologie, Biotechnologie und Pharma für zahlreiche Anwendungen überwacht, etwa beim Test unterschiedlicher Substanzen. Die manuelle Zellzählung auf Mikroskopiebildern ist jedoch zeitaufwendig. Eine automatisierte Bildauswertung kann diesen Arbeitsschritt übernehmen. Die Herausforderung: Der typische Labor-PC bietet nur begrenzte Rechenleistung, trotzdem werden schnelle und zuverlässige Ergebnisse benötigt.
Der Beitrag von SCS
SCS entwickelte einen Deep-Learning-Algorithmus zur automatischen Zellzählung und optimierte das neuronale Netz gezielt für schnelle Auswertungen auf begrenzter Rechenleistung.
Ergebnis
Mit dem von SCS entwickelten Algorithmus lässt sich die Zellzahl automatisch bestimmen, auch auf der vorhandenen Labor-Hardware. Das zenCELL owl kann bis zu 24 Proben gleichzeitig im Inkubator überwachen und die Entwicklung am PC darstellen, wobei die Software sowohl die Zellzahl als auch den Bedeckungsgrad automatisch ermittelt. Für Wissenschaftlerinnen und Wissenschaftler entfällt damit ein zeitaufwendiger manueller Arbeitsschritt. Laut Projektbilanz spart die automatische Auswertung viele Stunden bei vergleichbarer Qualität, ohne dass leistungsfähigere Hardware angeschafft werden muss.
24 Proben
gleichzeitig im Inkubator überwacht.
viele Stunden
weniger manueller Aufwand bei vergleichbarer Qualität.
keine neue Hardware
optimiert für die vorhandene Rechenleistung im Labor.
