顶尖病理图像分析平台，加速科研新进展

今天，小优给大家介绍的HALO，就是针对病理诊断的难点痛点而诞生的一个精准简便的病理图像分析平台。

近些年，数字病理即全切片扫描技术越发普及，HALO可兼容市场上大多数扫描仪扫出的图像文件格式（LEICA, Hamamatsu, 3D Histech, Zeiss, Akoya, KFBIO, JPG, TIFF），这些图像可直接导入HALO软件，无需任何格式转换即可进行编辑和分析。

HALO平台目前正在被全球各大制药公司、生物技术、医疗健康和研究组织使用，包括卫材药业，默克，强生，辉瑞，诺华、阿斯利康等跨国公司，以及美国霍普金斯医学院，弗雷德·哈金森癌症研究中心等，广泛的应用于神经科学、代谢组学、肿瘤学、毒理病理学等领域的病理图像定量研究中。

HALO提供了大量可供选择的模块算法应用于不同的分析领域。包括：面积定量分析，一般的免疫组化和免疫荧光的胞膜、胞核、胞浆定量分析；以及应用在肿瘤学方面的距离分析，免疫细胞浸润分析，DNA/RNA的原位杂交，荧光原位杂交的定量分析，组织芯片微阵列分析等。这些分析将进一步加速研究人员在药物病理、毒理，生物标记物的发现及其与药物的相关性，疾病发病机制，癌症患者的预后及药物治疗效果等方面研究。

HALO平台终端操作简单，一台电脑，一个鼠标，不需要刻意记忆，玩一玩软件，吃个饭的功夫就可以从陌生到熟练。

不同于市场中各类初代单核分析软件，我们对于图像的分析，精准而快速，HALO采用多核并行技术，从而获得优异的图像分析性能。

分析的每一张切片，除了图像整体数据，目的细胞数量，阴阳性占比，在HALO分析页面上，我们还可以看到每个细胞的具体信息，可以筛选所需信息进行后续研究。

除了病理分析软件，HALO平台还有AI智能模块可用于深度学习和训练。AI相对于人类而言，不会疲倦。通过深度学习特定智能的算法，运用AI对整张切片或者特定的组织、细胞类型进行大数据的计算，将组织中明显的特征转化为预测（如转移和复发）、分类（肿瘤分期、分级、鉴别诊断）。这使得能够基于组织学模式的精确定量来创建预测性的生物标记物，为肿瘤学家、病理学家为判断患者在预后、治疗效果等提供新的检测工具。

HALO AI的深度学习系统融合了多种神经网络技术，无缝集成到数字病理平台HALO系统中，可辅助科学家们更高效、更快速、更准确的完成病理工作，进一步的提高病理诊断的效率与可靠度。

大批量的切片图像，涉及到保存和分享时，常用的方法是使用移动硬盘进行保存和邮寄。HALO Link提供了一个更连通更交互也更安全的数据管理平台。

更多资讯详情请关注优宁维抗体专家公众号