Ziath喜報人工智能的突破性應用，利用該技術可區(qū)分樣本試管架中的空孔與孔位中有條形碼模糊或不清晰的試管。

這項開創(chuàng)性工作是與英國Hertfordshire大學聯(lián)合完成的，是定于2021年底推出的下一代Ziath條形碼試管掃描儀開發(fā)計劃的一部分。

DataMatrix條形碼在跟蹤、追溯生物和化合物樣本方面起著關鍵作用。這些條形碼通常用激光蝕刻在樣品試管的底部，然后將樣品管存放在支架上。利用條形碼閱讀器掃描支架底部，并一次性解碼所有條形碼，進行試管識別，從而正確判斷哪個位置有試管以及哪個位置是“空孔”。
 
環(huán)境照明、背景圖像噪音、條形碼激光蝕刻和材料質量變化都會導致使用傳統(tǒng)機器視覺技術時，出現(xiàn)檢測困難。為了進一步改進樣本跟蹤、追溯性能，下一代試管掃描儀和閱讀器必須能夠真正區(qū)分出空孔和放有條形碼模糊或不清晰的試管的位置。

赫特福德大學的Alexander Beasley博士是一位具有機器學習經(jīng)驗的嵌入式系統(tǒng)設計專家。Beasley博士與Ziath密切合作，利用卷積神經(jīng)網(wǎng)絡（CNN）技術從基于攝像頭的Ziath條形碼閱讀器中提取圖像的特征。在這個開發(fā)項目中，他采用CNN概念，專門將其用于區(qū)分DataMatrix條形碼試管架中的空孔和滿孔。

Beasley博士評論道：“我選擇的CNN設計得非常輕，可以快速執(zhí)行。與之前已有的啟發(fā)式方法相比，CNN的執(zhí)行速度幾乎快了十倍，近乎100%準確。”

Ziath在其大受歡迎的DP5控制軟件的最新版本中加入了新的空孔檢測功能，讓客戶立馬充分享受新技術的好處。

Ziath董事總經(jīng)理Neil Benn說到：“這只是我們與Alexander和Hertfordshire大學團隊合作的第一個成果。我們希望這個項目能夠徹底改變我們解碼DataMatrix試管的方式，并幫助我們生產下一代更快、更輕、隨處可用的試管架閱讀器。這是一個令人振奮的成果，很快將助力世界各地的科學家，改善樣品跟蹤、追溯效果。”

如需了解有關這一令人振奮的開發(fā)項目的更多信息，請聯(lián)系Ziath：+44-1223-855021/+1-858-880-6920/ steve.knight@ziath.com。

Ziath成立于2005年，專業(yè)開發(fā)創(chuàng)新儀器控制及信息管理產品，利用2D datamatrix試管以簡化生命科學組織的自動化流程，廣泛用于學術界、生物技術和制藥行業(yè)。