Biotech

Bildauswertung mit eigenen KI-Modellen

Ein fremdes Modell erkennt fremde Objekte. Für KI-Bildauswertung trainieren wir deshalb auf Ihren eigenen Bildern: für DiNABIOS auf 48.000 Bilddateien künstlicher Herzmuskeln, mit einer Erfolgsquote von 97 %.

Beratung zu KI-Modellen für Bilddaten

Wie ein eigenes Modell entsteht

Annotieren

Ohne beschriftete Bilder kein Modell. Wir bauen den Annotationsweg so, dass Ihre Fachleute effizient arbeiten und einheitlich urteilen.

Trainieren

Wir trainieren mehrere Varianten und bewerten sie gegen einen zurückgehaltenen Testsatz. Belegt wird die Güte an Bildern, die das Modell nie gesehen hat.

Betreiben

Das Modell läuft als Service in Ihrer Auswertung. Neue Bilder kommen laufend hinzu und lassen sich zum Nachtrainieren nutzen.

48.000 Bilddateien, 97 % Erfolgsquote

Für DiNABIOS haben wir ein selbsttrainiertes CNN (Convolutional Neural Network) zur Objekterkennung und Segmentberechnung entwickelt. Verarbeitet wurden 48.000 Bilddateien künstlicher Herzmuskeln, die Erfolgsquote liegt bei 97 %.

Case-Study ansehen
Case-Study ansehen

Was ein eigenes Modell leistet

Objekterkennung

Finden und zählen, was auf dem Bild zählt: Zellen, Gewebestrukturen, Partikel. Wie gut das bei Überlagerungen geht, zeigt der Vorversuch.

Segmentberechnung

Aus erkannten Objekten werden Messwerte: Fläche, Kontur, Bewegung über die Zeit. Zahlen statt Augenmaß, bei jedem Durchlauf gleich.

Nachvollziehbare Güte

Wir weisen die Erkennungsleistung an einem Testsatz aus und dokumentieren Modellversion und Trainingsdaten zu jedem Ergebnis.

Eigenes Modell oder fertiges Werkzeug?

Wenn ein kommerzielles Analyseprogramm Ihre Objekte sicher erkennt, nehmen Sie es. Ein eigenes Modell lohnt sich dort, wo die Standardwerkzeuge an Ihrem Präparat scheitern, wo Ihre Fragestellung neu ist oder wo die Auswertung Teil Ihres Verfahrens und damit Ihres Wettbewerbsvorteils ist.
Was ein solches Projekt braucht: genug Bildmaterial, das Ihre Varianz abdeckt – nicht nur die Musterfälle. Fachleute, die annotieren können; das ist der eigentliche Aufwand, nicht das Training. Und eine Definition von „richtig erkannt“, auf die sich Ihr Team einigt, bevor gerechnet wird.
Ob Ihre Daten für ein eigenes Modell reichen, sagen wir Ihnen nach einem Blick auf einen repräsentativen Ausschnitt, bevor Sie ein Projekt beauftragen.
Was mit den erkannten Werten anschließend passiert, steht unter Forschungsdaten und Auswertung. Wo das Modell im Betrieb läuft, unter Cloud-Plattform für mehrere Mandanten.

Alles zu KI-Anwendungen außerhalb des Labors finden Sie hier.

Häufige Fragen zur KI-Bildauswertung

Zwei Fragen vor dem ersten Training

Zwei, die vor jedem KI-Projekt geklärt sein sollten.

Wie viele Bilder brauchen wir?

Verlassen unsere Bilddaten das Haus?

Scheitern Standardwerkzeuge an Ihren Bildern?

Bilddaten prüfen lassen