近年来，由于人口老龄化增长导致全球急慢性疾病的流行率显著增高，驱使了全球体外诊断仪器行业快速发展。而随着技术的不断升级，通过智能化辅助仪器的应用，可以帮助操作人员实现自动化、精准化和智能化的诊疗服务，提高治疗效率和诊断准确性。康耐视嵌入式机器视觉和深度学习解决方案就是这样的“智能辅助”，帮助提升IVD仪器样本检测和管理的时效性和准确性，实现样本的高效处理。

在样品前处理以及血液检测仪器上所涉及到的血清质量检测应用案例，当异常血液样本（黄疸、溶血、脂血）等不良血液误入到正常样本测试中，可能会出现污染检测物，堵针等问题。通过使用康耐视深度学习技术进行相关测试与分析，可以有效解决这些问题。

首先，我们将血液样本不良等级细化，如下图：

以下是从客户处获得的一些血液样本照片。先使用康耐视深度学习软件蓝色工具定位到试管的窗口区，窗口区建议需要大于5mm以上。其次通过定位血清液面高度，然后在指定的感兴趣区域ROI进行相关血清质量判断。

最后，针对表一所描述的十个类别，正常一种，异常九种状态进行相关训练及分类。康耐视深度学习解决方案只需训练少量图片就可以实现非常高的检测准确率。以下为我们的测试结果，通过深度学习软件的可视化界面，展现了十种类别100%的准确率，总测试时间不超过100ms。

康耐视深度学习技术是依据先进的机器学习算法，经过了客户现场测试、优化和验证的成熟检测技术。相较于传统的深度学习应用，康耐视的深度学习技术可以让用户通过使用更少的图像和更快的图像学习，并且由于训练和学习的易用性和准确性高等特点,可以非常迅速的部署到相关仪器上。而且针对不同最终用户设定的检测标准会有微弱差异，康耐视的深度学习软件还可以根据不同最终用户设定的检测标准做微定制，快速应用在检测仪器中。

此外，除了上述的血清质量检测解决方案外，康耐视还提供其他生命科学相关解决方案，如孔板精准定位与检测、白膜层液面高度检测、显微镜下细胞状态检测和辅助病理分析，以及3D智能相机在手术导航应用的解决方案。

*深度学习配合传统视觉检测白膜层高度