Le scanner automatique de lames GCell est un système qui utilise le processus technologique d'imagerie pour numériser rapidement des échantillons de lames de substances.
Une lame numérique fait référence à une image numérique haute résolution d'une lame de verre contenant des tissus biologiques ou d'autres types de matériaux. La numérisation des diapositives implique la numérisation de la diapositive et la conversion de l'image dans un format numérique, qui peut être facilement stocké, partagé et analysé à l'aide d'un logiciel spécialisé.
Les diapositives numériques sont désormais couramment utilisées dans le domaine de la pathologie pour un diagnostic précis, le partage d'informations et la collaboration entre professionnels de la santé.

 

 

Le scanner automatique de lames GCell comprend une technologie de numérisation d'images de lames entières, qui permet aux prestataires de soins de santé de numériser et d'accéder facilement à des images de haute qualité d'échantillons de tissus entiers.
Cette fonctionnalité peut considérablement améliorer la collaboration et la communication entre les professionnels de la santé, ainsi que prendre en charge des diagnostics plus précis et plus efficaces.
Grâce à la numérisation d'images de diapositives entières, les prestataires de soins de santé peuvent gagner du temps, réduire les coûts et, à terme, améliorer les soins aux patients.

 

 

L'avantage de l'analyse automatique des diapositives de GCell réside dans l'utilisation de la technologie de fusion multicouche Z-stack, extension de profondeur de champ. Le système utilise l’imagerie Z-stack, l’extension de la profondeur de champ et la technologie de fusion d’images multicouches pour capturer des images complètes de tissus inégaux ou épais (environ 20 μm).
Chaque plan focal capturant seulement une partie du tissu, il est difficile de capturer des images complètes. Cependant, l’imagerie Z-stack et l’extension de la profondeur de champ permettent une imagerie couche par couche de l’échantillon.
Le système sélectionne automatiquement les zones les plus claires et les fusionne en une seule image, affichant une image complète des tissus inégaux dans une seule image.