多機能汎用画像解析ソフトウェア Cosmos32
静止画、動画、モノクロ、カラー、高解像度、高速度等様々な画像に対応し、高速で多機能な汎用画像解析ソフトです。
各種デジタル画像(静止画、動画)に対応した多機能な汎用画像解析ソフトウェアです。 医学、理学、工学、薬学、材料分析など幅広い分野で利用されています。 各種計測結果の数値データはテキスト形式でファイル保存できます。
- 企業:株式会社ライブラリー
- 価格:10万円 ~ 50万円
1~7 件を表示 / 全 7 件
静止画、動画、モノクロ、カラー、高解像度、高速度等様々な画像に対応し、高速で多機能な汎用画像解析ソフトです。
各種デジタル画像(静止画、動画)に対応した多機能な汎用画像解析ソフトウェアです。 医学、理学、工学、薬学、材料分析など幅広い分野で利用されています。 各種計測結果の数値データはテキスト形式でファイル保存できます。
繊維配向 分布 3D画像解析ソフト ExFact Analysis Fiber
『ExFact Analysis for Fiber』は、繊維、燃料電池、ワイヤなど、 細長いファイバーの構造が連続する材料をX線CTなどで撮像した時に、 その三次元構造や形態を評価する三次元画像解析ソフトウェアです。 X線CT、共焦点レーザー顕微鏡、TEMトモグラフィーなどの、 イメージング技術を使って工業製品や材料を撮像すると、 その断層画像を連続的に出力し、三次元像を立体構築することができます。 そうした三次元画像を細線化し、その複雑な構造を記述することによって、 粒子や空隙の形態や分布、繊維の配向などを様々な視点から、 統計的に評価・分析することができます。 【特長】 ■断層画像を連続的に出力し、三次元像を立体構築 ■粒子や空隙の形態や分布、繊維の配向などを様々な視点から統計的に評価、分析 ※詳しくはカタログをご覧頂くか、お気軽にお問い合わせ下さい。
perClass社製ハイパースペクトル画像用解析ソフトウェア向けToolBox
ハイパースペクトル画像のクラス分け(分類器)を研究用のプロトタイプから生産現場への展開を perClassは、独自の実行ランタイムを使ってマシンに数分で組込むことができます。追加のプログラミングなしで リアルタイムにクラス分け(分類器)を実行します。 これにより、本番環境で改善されたソリューションをすばやくテストでき、開発時間を大幅に短縮できます。 C/C++, OpenCV, .Net, LabView, HALCON, Cognex Vision Pro, Matlabcompiler, MS SQL Server, 等に展開可能
歯槽骨形態の経時的な変化を定量化・可視化へ
歯槽骨の吸収を引き起こす歯周炎は、成人のほとんどが罹患しており、進行すると歯を失う原因となる。近年は歯科用ConeBeamCTが普及し、歯槽骨の形態を3次元的に確認可能となっている。しかし、ほとんどの場合は視覚的に定性的な形態評価が行われるのみで、経時的に微細な形態変化を検出したり、その変化量を定量的に自動解析する方法は無かった。 本発明は、任意の歯の歯根部分のみの形態情報を利用して精密な位置合わせを行うことで、その周囲骨形態変化の可視化と定量化を可能とするものである。 右側の図Aは同一患者の撮影時期の異なる歯槽骨CT画像であるが、2年間で骨が吸収された部位(矢印)およびその吸収量を一目で確認することは困難である。本発明のプログラムを用いて十秒程度の半自動解析を実施することで、吸収された骨を赤く表示(図B)するとともに、骨吸収量(体積)を算出することが可能である。また、図Cに示す様に、解析対象歯の歯根表面を、現在も骨に覆われている部位(緑)と、吸収により骨が失われた部位(赤)に色分け表示することも可能である。
多孔体 粒子 3D画像解析ソフト ExFact Analysis Porous/Particle
ExFact Analysis for Porous/Particlesは、多くの穴や空隙を持つ材料をX線CTなどで撮像した時に、その三次元構造や形態を解析、評価するソフトウェアです。薬顆粒、生体材料、新素材など、粒子状あるいは多孔体のような構造の評価に有効です。 【適応分野】 特に、石油、ゴム、プラスチック、樹脂、ポリマー、メタンハイドレート、コンクリート/砂利、燃料電池、カーボンナノチューブ、紙、パルプ繊維、セラミックス、触媒、骨、歯科/医科材料、精密部品、電子、半導体など
マスク画像の準備は不要、腫瘍自体のみに限定せず、周辺組織との関係も解明する方法・プログラム
医療画像における腫瘍の診断には、Radiomicsという定量的な特徴量を計算する手法が用いられている。しかし、この手法では患部の輪郭を抽出したマスク画像の準備が必要となり、医師の負担が大きい。また、計算の対象はマスク画像で囲まれた範囲に限定されるため、腫瘍と周辺組織との関連性を評価できないという課題がある。 本技術は、腫瘍周辺の組織も含む範囲を四角形で囲み、その領域の相関係数に対してFourier解析を行うことで、相関係数の推移に含まれる周波数(Image frequency)を計算する、腫瘍の画像診断方法およびプログラムに関する。 特徴: 1. 正方形で腫瘍を囲むだけでよく、マスク画像が必要ない 2. 腫瘍と周辺組織の相互関係が定量化できる 3. 計算早い(1例あたり数秒)
医用画像のデノイズと軽量化ができる新しいU-net処理
Unetは医用画像のセグメンテーション用に開発されたネットワークでありデノイズ処理に活用されてきたが容量が大きく、近年のスマート医療で想定されるような画像転送による遠隔診断への活用の障壁となっていた。 本発明の「LWBNA-unet」は効率と計算リソースの削減に焦点を当てて設計され、従来のUnetモデルと比べ約10倍の軽量化に成功した。LWBNA-Unetは、チャネル幅を変えることによってチャネルを通る情報の流れを制御するのと同様に、チャネルの数が徐々に減少するチャネル制御を行うことで、画像内の不要な特徴の識別能が向上し、複雑でノイズの多い画像を含む医用画像の特徴を正確に捉えることを可能とした。また本手法は、画像内の解剖学的または病理学的な特徴を識別しセグメント化するだけでなく、異なる疾患カテゴリに分類することができることから、疾患の検出と分類のための学習が可能である。したがって、従来のUnetやDeepLabv3+などと比較して、同一条件下で繰り返しトレーニングを行うことで、その再現性と精度が強化されることが示され、医療画像の解析において非常に有用である。