推理显微镜制造技术

本发明专利技术涉及用于优化至少一个显微镜或显微镜系统(210；330、350；500；1050；1212、1214、1216)的工作流程的一种方法(1300)和一种装置(100)。现有技术的解决方案具有如下缺点：工作流程只能以大的代价予以优化。根据本发明专利技术的方法(1300)和根据本发明专利技术的装置(100)通过以下步骤改进了现有技术的解决方案：a)由至少一个显微镜和/或显微镜系统(210；330、350；500；1050；1212、1214、1216)的一个或多个组件(260、270)执行(1310)工作流程，其中，所述工作流程包括检测第一数据(510、520)；b)把训练模型(420、430、440；530；1220)应用(1330)于所检测的第一数据(510、520)；和c)基于对所述训练模型(420、430、440；530；1220)的应用来做出(1340)关于工作流程的至少一个决定。

【技术实现步骤摘要】
【国外来华专利技术】推理显微镜
本专利技术涉及用于通过训练后的模型来优化一个或多个显微镜的工作流程的方法和装置、显微镜系统或显微镜系统的复合体，这些模型可以在显微镜的测量中用于预测(推理)。
技术介绍
实验是科学的重要组成部分。科学家们试图通过部分地越来越广泛和复杂的实验装置获得新知识。通过数字化，收集的数据组增加了几个数量级，并且在没有计算机的情况下很难评估这些数据组。但是，也可以通过自动执行实验来增加连续实验的持续时间，因为在执行过程中不再强制要求有人在场。然而，现有技术表现出了现有系统的下面将考察的一些缺点和问题。以前的显微镜例如可以根据预编程的方案进行实验。但是，由此要么采集太多的非信息性的数据，要么可能会遗漏重要的生物学现象，因为如果生物学现象不是预编程方案的一部分，则预编程方案不允许在未彻底终止实验的情况下对工作流程进行干预。这导致数据存储和评估的高成本，因为必须进行大量实验才能观察到生物现象。此外，以前的系统只能支持有限的、先前确定好的应用程序池，尤其是在涉及图像处理时。因此，系统变得老旧，应用范围常常无法拓展，或只能花费很大的代价拓本文档来自技高网...

【技术保护点】
1.一种用于优化一个或多个显微镜和/或显微镜系统(210；330、350；500；1050；1212、1214、1216)的工作流程的装置(100)，包括：/n一个或多个处理器(110)；/n一个或多个计算机可读的存储介质(120)，在其上存储着计算机可执行的指令，这些指令在它们由所述一个或多个处理器(110)执行时引起，/na)一个或多个显微镜和/或显微镜系统(210；330、350；500；1050；1212、1214、1216)的一个或多个组件(260、270)执行工作流程，其中，所述工作流程包括检测第一数据(510、520)；/nb)把一个或多个训练模型(420、430、440；530...

【技术特征摘要】
【国外来华专利技术】20181018 DE 102018217903.41.一种用于优化一个或多个显微镜和/或显微镜系统(210；330、350；500；1050；1212、1214、1216)的工作流程的装置(100)，包括：
一个或多个处理器(110)；
一个或多个计算机可读的存储介质(120)，在其上存储着计算机可执行的指令，这些指令在它们由所述一个或多个处理器(110)执行时引起，
a)一个或多个显微镜和/或显微镜系统(210；330、350；500；1050；1212、1214、1216)的一个或多个组件(260、270)执行工作流程，其中，所述工作流程包括检测第一数据(510、520)；
b)把一个或多个训练模型(420、430、440；530；1220)应用于所检测的第一数据(510、520)；和
c)基于对所述一个或多个训练模型(420、430、440；530；1220)的应用来做出关于工作流程的至少一个决定。


2.如权利要求1所述的装置，其特征在于，计算机可执行的指令在它们由所述一个或多个处理器(110)执行时还引起，至少部分地基于所检测的第一数据(510、520)来确定所述一个或多个训练模型(420、430、440；530；1220)。


3.如权利要求2所述的装置，其特征在于，对所述一个或多个训练模型(420、430、440；530；1220)的确定至少部分地基于把训练的主模型(400)应用于所检测的第一数据(510、520)。


4.如权利要求3所述的装置，其特征在于，应用所述训练的主模型(400)包括分析所检测的第一数据(510、520)，其中，所述训练的主模型(400)基于来自对所检测的第一数据(510、520)的分析的信息来确定所述一个或多个训练模型(420、430、440；530；1220)。


5.如权利要求1～4中任一项所述的装置，其特征在于，所检测的第一数据(510、520)包括以下至少一项：图像数据；用户输入；错误通报；元数据；一个或多个组件的参数数据；实验过程中的数据；关于试剂和材料的信息；关于对象或样本的信息；与用户相关的数据；来自在由所述一个或多个显微镜和/或显微镜系统(210；330、350；500；1050；1212、1214、1216)和/或由所述一个或多个显微镜和/或显微镜系统(210；330、350；500；1050；1212、1214、1216)的附接组件执行的测量过程中受控制的设备的设备数据。


6.如权利要求1～5中任一项所述的装置，其特征在于，所述装置被设计用于调整所述一个或多个训练模型(420、430、440；530；1220)中的至少一个。


7.如权利要求6所述的装置，其特征在于，所述调整包括训练所述一个或多个训练模型(420、430、440；530；1220)中的至少一个的仅仅一部分或多个部分，和/或，
其中，所述调整包括借助第二数据来训练所述一个或多个训练模型(420、430、440；530；1220)中的至少一个，其中，所述第二数据被注释，其中，所述注释包括应用于所检测的第一数据(510、520)的至少一个训练模型的给定输出值。


8.如权利要求6或7所述的装置，其特征在于，关于工作流程的所述至少一个决定被评估，和/或，
其中，所述一个或多个训练模型(420、430、440；530；1220)中的至少一个根据负面的和/或正面的评估予以调整。


9.如权利要求6～8中任一项所述的装置，其特征在于，至少一个调整后的训练模型的预测准确性与应用于所检测的第一数据(510、520)的至少一个训练模型(420、430、440；530；1220)的预测准确性相比提高了。


10.如权利要求1～9中任一项所述的装置，其特征在于，所述一个或多个处理器(110)包括计算加速器如图形处理单元GPU、TensorFlow处理单元TPU、专用集成电路ASIC或现场可编程门阵列FPGA或至少一个中央处理单元CPU。


11.一种用于调整工作流程的系统，包括：
一个或多个根据权利要求1的装置(100)，其中，所述一个或多个装置(100)是一个或多个显微镜和/或显微镜系统(210；330、350；500；1050；1212、1214、1216)的一部分，并且所述一个或多个装置被设计用于把第二数据发送至云(300；730；930；1240)；
包括计算资源(860、870；930、980)的云(300；730；930；1240)，其中，所述计算资源(860、870；930、980)被设计用于根据第二数据来调整一个或多个所述训练模型(420、430、440；530；1220)中的至少一个；和
模型管理器(1000；1160)，其被设计用于在所述一个或多个装置(100)中的至少一个上实施至少一个调整后的训练模型。


12.如权利要求11所述的系统，其特征在于，所述调整包括借助所述第二数据训练所述一个或多个训练模型中的至少一个的仅仅一部分，和/或，
所述第二数据包括以下中的至少一个：至少一个所述训练模型或其部分；所检测的包括用于至少一个所述训练模型的输入数据在内的数据；关于应用于所述输入数据的至少一个训练模型的给定输出值的注释；数据的隐藏表示；至少一个所述训练模型的输出值的评估；一个或多个组件中的至少一个组件的参数数据；用户输入；实验过程中的数据；错误通报；关于试剂...

【专利技术属性】
技术研发人员：弗兰克·西克曼，康斯坦丁·卡佩尔，
申请(专利权)人：莱卡微系统CMS有限责任公司，
类型：发明
国别省市：德国;DE