Övervakning av cellodlingar är en viktig klinisk process där odlade celler studeras och övervakas för att dra viktiga slutsatser om hälsa och välbefinnande. Den traditionella metoden för denna process innebär ett betydande mänskligt ingripande, vilket kan leda till cellskador och därmed fel i de resultat som erhålls.
I detta fall är det inte möjligt att kontinuerligt övervaka cellerna över en längre tidsperiod, och det är mycket utmanande för den kliniska personalen att samla in tillräckligt många cellprover och odla dem i en säker miljö.
I denna artikel föreslås en lösning för att tillhandahålla en effektiv, icke-invasiv applikation för observation av cellkolonier. Lösningen omfattar segmentering av cellkolonier och identifiering av deras beteende (dvs. om en cellkoloni är frisk eller sjuk) genom en serie tidsserievideor. Lösningen kommer även att förbättra operatörernas prestanda vid analys av cellkvalitet och bidra till att minimera cellspillet genom att kombinera datorseende och AI-drivna mönsterigenkänningsalgoritmer för att påskynda arbetstiden.