Deep Learning aplicado a las Ciencias de la Vida

Destacado

Los estudios en laboratorios y las tecnologías para llevarlos a cabo han avanzado muchísimo en los últimos años. Uno de los grandes avances tecnológicos es el Deep Learning aplicado a la visión artificial.

En muchas aplicaciones de laboratorio es necesaria una visión suficientemente flexible como la humana para poder tomar decisiones basadas en un juicio y una experiencia. En muchos casos los problemas de calidad de imagen, de reflejos, superficies brillantes, etc. hacen muy difícil o casi imposible a los algoritmos tradicionales de visión artificial inspeccionar con precisión para detectar anomalías, siendo prácticamente imposible detectar con acierto las diferencias e ignorar características irrelevantes.

Afortunadamente los avances en el análisis de imágenes con Deep Learning han hecho posible la automatización de estas aplicaciones de forma exitosa y fiable.

Detección de defectos, clasificación, lectura de caracteres y verificación de ensamblajes

Las aplicaciones de microscopía clínica y de investigación que anteriormente requerían inspección humana se están reinventando con la aplicación de análisis de imágenes basado en el Deep Learning. Las muestras patológicas e histológicas, por ejemplo, requieren una detección y segmentación precisa de defectos a pesar de los patrones variables e impredecibles de los defectos.

Una célula cancerosa podría aparecer en varios tamaños y formas, y sus diversas formas son, en la mayoría de los casos, más diferentes de lo que son similares. Es efectivamente imposible enseñar a un sistema de inspección a identificar todas las anomalías posibles sin una programación extensa, e incluso entonces, la posibilidad de identificación falsa o de rechazo es alta. En una situación como esta, el análisis de imágenes basado en Deep Learning en modo no supervisado ofrece un modo de inspección altamente preciso y eficiente.

En una aplicación de detección de anormalidades celulares, un ingeniero utiliza imágenes de muestra de posibles anormalidades celulares, como el cáncer, para enseñar al software a conceptualizar y generalizar la apariencia normal de una célula o grupos de células. Estos portaobjetos están etiquetados como «buenos» ejemplos de células sanas y además tienen en cuenta las variantes normales de células sanas, como la mitosis. Luego, durante el tiempo de ejecución, cualquier variación se marca como anómala, marcando el daño celular. Pero esta aplicación requiere un paso más. Una vez que se marca una celda o un grupo de celdas, la región de interés particular debe segmentarse dinámicamente en tiempo real para una revisión adicional. La célula exhibe un daño potencial, después de todo, porque su apariencia se aleja de la norma, pero no es necesariamente cancerosa. Estas desviaciones pueden ser causadas por artefactos en la diapositiva.

Normalmente, una inspección humana, probablemente un patólogo, tendría que revisar este subconjunto de muestras para hacer un diagnóstico firme. Pero, de nuevo, el software basado en Deep Learning puede volver a ejecutar su algoritmo sobre las zonas objetivo del subconjunto, esta vez con reentrenamiento en modo supervisado, para analizar entre «bueno» (tolerable, no dañado) y «malo» (patológico, dañado) células.

Además, con Deep Learning también es posible la clasificación de muestras de sangre, la lectura de caracteres (OCR) en superficies transparentes, reflectantes y/o flexibles en la que los caracteres se presentan deformados y la lectura es mucho más complicada, como por ejemplo pasa en bolsas intravenosas de suero. De esta manera pueden cumplir con las normas de seguridad y llevar una correcta identificación automática de la trazabilidad.

Por otro lado, el correcto ensamblaje de las muestras para análisis (sangre, orina o tejido) en lo que se conoce como verificación previa al ensamblaje, es esencial para reducir cualquier error potencial que pueda amenazar la contaminación, mezclar o etiquetar mal los diagnósticos, o ralentizar o romper equipos costosos. Durante estas inspecciones, el sistema automatizado debe verificar que no haya tubos de ensayo desalineados o ausentes, tapas que no se hayan quitado o recipientes extraños cargados en la rejilla del analizador. La verificación de que el bastidor del equipo se ha poblado completa y correctamente implica la gestión de varios factores: los tubos y recipientes de muestra y reactivo varían según la forma, el tamaño y la dimensión del fabricante, y puede ser imposible para la máquina predecir la posición de las muestras en la plataforma.

Con estas variaciones impredecibles en las configuraciones de prueba, tiene sentido utilizar el Deep Learning para realizar la verificación de ensamblaje.

La herramienta generaliza las características distintivas de las muestras y reactivos en función de su tamaño, forma y características de superficie y aprende su apariencia normal, así como su ubicación general en los bastidores o microplacas de la plataforma. De esta manera, el Deep Learning es capaz de automatizar y resolver una aplicación que antes era difícil de programar de una manera rápida, altamente precisa y fácil de implementar.

Aquí puedes ver una pequeña demostración de como la visión Deep Learning resulve fácilmente aplicaciones de localización, contaje y clasificación en un laboratorio.

Si quiere más información sobre los productos de DEEP LEARNING que disponemos en Bcnvision visita www.bcnvision.es y contacta con nosotros a través del formulario de contacto.

¡Si te gusta el artículo, compártelo!

VERIFICADORES DE CÓDIGO

Destacado

Los códigos de barras son patrones que se ponen es productos, piezas y packaging que aportan algún tipo de información.

Podemos encontrarnos con información de marketing, con códigos QR que te llevan a una web, a una promoción, concurso, etc. Informativos con códigos de barras que aportan información sobre el país de procedencia/fabricación, el nombre de la empresa que fabrica el producto, el número de identificación, el código de verificación, etc. o también pueden contener información sobre la propia trazabilidad del producto, su ciclo de vida dentro del proceso productivo, la lectura de los cuales aporta un control de seguimiento que asegura una correcta cadena de suministro y áreas de producción.

¿Qué es un verificador de códigos y qué beneficios tiene?

Un verificador es una cámara capaz de calificar la calidad de los diversos códigos 1D, 2D y DPM basados en una norma como, por ejemplo, en la norma ISO. Los verificadores asignan una calificación basada en varios parámetros de calidad establecidos. Estos dispositivos alertan a los productores de defectos en los códigos, identificando la problemática, evitando errores de fabricación, paradas en la producción, devoluciones e incluso multas. La detección de una disminución de calidad en los códigos y su rápida solución evita grandes incidencias y reducción de costes además de poder cumplir con los requisitos de calidad que se exigen por ley. Además, la mayoría del software de verificación también comprueba que los datos del código de barras estén formateados de acuerdo con el estándar de aplicación para una industria específica.

¿Cuándo necesitamos realizar una verificación de códigos?

Si queremos reducir o eliminar los costes que genera la utilización de un mal código, como productos o empaques desperdiciados, la reimpresión de los códigos o las devoluciones, los verificadores de códigos son ideales para comprobar la continua calidad de sus códigos. Pero si además hablamos de códigos en productos de industrias reguladas, como son:

– Sector médico o farmacéutico – Sector del automóvil – Aeroespacial – Packaging – Impresión

entre otros, y necesita producir informes que deba imprimir o exportar para demostrar y confirmar que la calidad de los códigos es la que le exigen, los verificadores pasan a ser indispensables en su cadena de producción.

Diferencias entre lectores de códigos y verificadores

Los lectores de códigos escanean los códigos y los traducen en dígitos alfanuméricos en los que se incluye la descripción del artículo, la cantidad de artículos en stock y el precio y se envía a una base de datos donde se almacena. En general podríamos decir que los lectores de códigos nos indican que han podido realizar con éxito la lectura del código y nos aportan toda la información que llevan, pero no garantiza la calidad de éste.
Es decir, que los lectores de códigos de barras se utilizan para leer códigos y los verificadores de códigos de barras se utilizan para clasificar la calidad de los códigos. Los verificadores garantizan que los códigos cumplan con el umbral de calidad de la industria, más que de un productor individual. Son una medida superior de legibilidad de símbolos dado que normalizan el rango de rendimiento entre varios tipos de lectores, desde lectores láser hasta lectores basados en imágenes.

El proceso de verificación es muy distinto a leer un código:

  1. El verificador debe ser calibrado. Las tarjetas de calibración contienen símbolos con imperfecciones intencionadas y se utilizan para controlar las capacidades de informar del verificador y para documentar la conformidad con estándares de la industria, tales como especificaciones ISO/IEC 15415. 
  2. Los estándares de la industria determinan el tipo de arreglos de iluminación permitidos, generalmente una variación de 30, 45, 90 grados e iluminación de domo. 
  3. A los verificadores les lleva más tiempo analizar un código y generar más datos que un lector. Miden parámetros de calidad diferentes como contraste de símbolos, modulación, defectos y legibilidad, al final producen una clasificación (generalmente de la A a la F). Se pueden imprimir o exportar informes para demostrar el cumplimiento de los estándares de calidad.

¿Mi «verificador» es un verificador?

Cinco preguntas clave que ayudan a determinar si un verificador cumple con su definición técnica:

  1. ¿Hay un procedimiento/rutina de calibración adjunta integrada en el dispositivo?
  2. ¿Tiene las posiciones de iluminación precisas establecidas en las normas ISO 29158 (AIMDPM), ISO 15415 o ISO 15416?
  3. ¿Genera un informe que califique códigos con un grado y una disposición óptica (incluyendo ángulo de iluminación, longitud de onda de la luz y tamaño de la abertura)?
  4. ¿Valida que los datos dentro del código estén formateados correctamente?
  5. ¿Produce resultados repetibles?

Saber más sobre el Verificador 475V de Cognex.

Visita nuestra web www.bcnvision.es y contacta con nosotros.

¡Si te gusta el artículo, compártelo!

MotionCam3D de Photoneo

Es la cámara 3D de mayor resolución y precisión, para escanear en movimiento a gran velocidad. Está basada en la tecnología patentada de Photoneo, Parallel Structured Light, implementado por un sensor de imagen CMOS personalizado.

Además de aplicaciones de Bin Picking y otras aplicadas al sector logístico para comercio electrónico, la fiabilidad y precisión de la cámara les permite a los robots manejar objetos más pequeños y sensibles en aplicaciones de paletizado/despaletizado, machine tending, control de calidad y metrología.

La cámara 3D puede inspeccionar objetos que se mueven a alta velocidad. Otras áreas donde pueden utilizarse sus magníficas cualidades son en sistemas de entrega autónomos, clasificación de objetos y sistemas de seguridad.

Un ejemplo de las aplicaciones a las que se puede destinar:

Algunas de sus principales características son:

  • Adquisición de imagen en movimiento
  • Gran profundidad de campo
  • Permite realizar una calibración precisa
  • Composición de carbono para una expansión térmica mínima
  • Posee métodos avanzados de supresión de luz ambiental
  • Fácil conexión y configuración a través de Ethernet
  • Incluye API avanzada y con integración simple

Os dejamos algunos vídeos de lo que puede hacer la visión 3D en movimiento! Si quieres más información, un estudio de viabilidad o asesoramiento, no lo dudes y contacta con nosotros en www.bcnvision.es/contacto

¡Si te gusta el artículo, compártelo!

AnyPick. We can pick anything.

AnyPick es una solución basada en Machine Learning para picking de objetos colocados de forma aleatoria que varían en forma y/o tamaño.

Es ideal para almacenes, e-commerce, intralogística, alimentación, cosmética y en general, cualquier sector en el que se deban manipular piezas o artículos que varíen en forma y tamaño.

Detecta la ubicación de artículos con tecnología de software basada en IA, un controlador de visión y el escáner 3D PhoXi de Photoneo, que permite recoger cualquier objeto (desde 1x1cm) sin necesidad de modelos CAD.



  • Alta velocidad: hasta 500 picks por hora
  • Límite de peso personalizable
  • Integrado con visión 3D

Descubre el AnyPick en la feria Pick&Pack
stand D426 (12 al 14 de febrero) en CCIB de Barcelona. ¡Te esperamos!
https://bcnvision.es/eventos

¡Si te gusta el artículo, compártelo!

SATUERCA – Cero defectos con visión artificial Bcnvision

Es un placer presentarles el caso de éxito del grupo Satuerca, en la que Bcnvision desarrolló unas soluciones sobre inspección de piezas para el sector del automóvil.

SAT nació en 1966 en Durango como Sociedad Anónima de Tuercas. Hoy en día son especialistas en la producción de piezas especiales destinadas principalmente a la industria automovilística y se compone por 3 empresas con 2 plantas en España y una en Rumanía. Estamcal es la encargada de la forja y tratamientos térmicos.

En 1998 se creó Mecanifran a unos 3km de Estamcal para poder ofrecer el proceso de mecanizado y así poder aportar mayor valor añadido a sus clientes. En 2007 se fundó Actiro, con planta en Rumanía, con el objetivo de mecanizar piezas para los clientes en esa región. La compañía destaca por los medios de fabricación de sus máquinas de foja Hatebur, hornos para varios tratamientos térmicos y sofisticadas máquinas para la mecanización de piezas en grandes series. Habitualmente se trabaja con forja vertical, en Satuerca forjan con máquinas especiales, que por el hecho de ser horizontales consiguen mayor velocidad de fabricación. Las máquinas de forja verticales pueden trabajar entre 15 y 45 golpes por minuto y en el grupo disponemos de máquinas que trabajan hasta con 180 golpes por minuto. Principalmente fabrican: anillos de rodamiento, engranajes para cajas de cambio, núcleos de embrague, tuercas de conjunto y levas, aunque también fabrican otro tipo de piezas que no son del automóvil. Miden la calidad de los productos y controlan la trazabilidad de ellos, garantizando cero defectos en las piezas entregadas a sus clientes y Bcnvision ha puesto su grano de arena en esta labor. Concretamente en el control superficial y dimensional en piezas de forja con visión 2D y 3D.

Bcnvision entra en escena como partner de Satuerca en el año 2009, con una propuesta atrevida y ambiciosa para el momento, que les ha traído a ambas compañías una gran satisfacción por la buena colaboración y un mejor resultado. Las soluciones desarrolladas por Bcnvision consisten en la inspección de diferentes tipos de piezas en las que detectan golpes en caras y aristas, faltas de llenado y realiza el análisis dimensional al mismo tiempo. Ambas instalaciones comienzan en una estación con cámaras 2D de Cognex de alta resolución y con iluminación a contraluz que envían las coordenadas exactas a varios robots Staübli, para recoger las piezas y llevarlas a la siguiente estación.

En la estación láser, nos encontramos con 3 escáner Smart Ray que inspeccionan, a través de visión 3D, la superficie de la pieza con 0,1 milímetro de precisión. Dos de ellos inspeccionan la parte superior e inferior de forma fija, y el tercero, inspecciona la denominada “banda de rodadura” que es el lateral de la pieza. Todo ello mientras que la pieza realiza un giro de 360º sobre sí misma. Para conseguir la información del giro de la pieza, las cámaras adquieren línea a línea todo el perímetro de la misma. Dicha información de giro es gestionada por un encoder. Permiten analizar hasta 5 tipos de defectos distintos en menos de 1 segundo de tiempo de análisis. También analiza dimensionalmente la pieza en el mismo tiempo para verificar que las dimensiones del perfil sean las correcta. Esta misma aplicación está adaptada a diferentes formatos de piezas.

El resultado: piezas perfectas y clientes satisfechos! En Bcnvision estamos orgullosos de formar parte en casos de éxito como en este, gracias por confiar en Bcnvision.

Si le interesa descargar el caso de éxito escrito visite nuestra web.

¡Si te gusta el artículo, compártelo!

¿Qué es el HDR High Dynamic Range en visión artificial?

El concepto de High Dynamic Range (HDR) o alta gama dinámica, es la tecnología que mejora la calidad de imagen proporcionando un mayor rango de niveles de exposición de luz en todas las zonas de la imagen.

Aplicado a la visión artificial el HDR aumenta los cambios de contraste localizados de forma automática, creando así imágenes más uniformes en una sola adquisición, aumentando también una mayor profundidad de campo, velocidades de línea más rápidas y una mejor lectura de códigos difíciles.
Cognex ha mejorado el HDR con el HDR+ que contiene un algoritmo avanzado que amplía los límites de la tecnología HDR.

Beneficios de HDR+

Los sistemas Cognex con HDR+ cuentan con la última tecnología de sensores de imagen CMOS, siendo 16 veces más detallada que la de los sensores convencionales. Dado que la imagen en bruto del sensor tiene 16 veces más información que los captadores de imágenes tradicionales, la calidad de la imagen y el contraste son mejores, proporcionando:

  • Imágenes de contraste más alto
  • Más detalle en la imagen
  • Habilidad para ver características que antes no eran visibles
  • Capacidad para aumentar el campo de visión
  • Capacidad para disminuir la intensidad de luz en la misma imagen

Mayor profundidad de campo

HDR+ reduce la sobreexposición y la subexposición brindando una mayor profundidad de campo, un 10% más que la tecnología HDR y un 30% más que los sensores de procesamiento de imágenes convencionales.

Velocidades de línea más rápidas

HDR+ reduce significativamente los tiempos de exposición, aumentando la posibilidad de más velocidad en la línea un 82%.

Mejor lectura de código e inspección de piezas

HDR+ aumenta el rango dinámico para revelar detalles ocultos en las sombras. Proporciona también una iluminación más uniforme por todo el campo de visión sin ajustes de iluminación adicionales.

¡Dale al Play para ver el vídeo sobre el HDR de Cognex y Suscribete a nuestro canal de YouTube!

¡Si te gusta el artículo, compártelo!

Bcnvision, nuevo asociado de la AER, Asociación Española de Robótica y Automatización.

Minientrada

AER, Asociación Española de Robótica y Automatización cuenta con la nueva incorporación de Bcnvision como nuevo asociado. Es una asociación sin ánimo de lucro que agrupa a los principales actores del mercado de la robótica industrial y la automatización. Actualmente ya cuenta con 30 asociados y 10 colaboradores. Su misión es promover la transformación del tejido productivo en el territorio español mediante tecnologías de robótica industrial y automatización, así como establecer una agenda estratégica para afrontar los retos de futuro. Además tiene el objetivo de aportar conocimiento de forma transversal para la mejora de la competitividad y eficiencia empresarial en todos los sectores de demanda.

AER es miembro fundador de la Federación Internacional de Robótica (IFR) y miembro de la Asociación Española de Normalización (UNE) ejerciendo las funciones de secretaría técnica del CTN 116 – Sistemas Industriales Automatizados.

¡Si te gusta el artículo, compártelo!

Bcnvision en Advanced Factories 2019

Minientrada

Bcnvision en Advanced Factories 2019

Bcnvision volverá a estar presente en Advanced Factories 2019 mostrando las tecnologías más vanguardistas de la visión artificial.

Advanced Factories se ha convertido es la cumbre anual sobre innovación industrial que reúne a las empresas más innovadoras en automatización industrial, robótica, máquina-herramienta, digital manufacturing e inteligencia artificial, convirtiéndose en una cita ineludible para todas la empresa tecnológicas.

Este 2019, Bcnvision presentará un avance revolucionario, VisionPro ViDi de Cognex , un potente software industrial de análisis de imágenes basado en Deep Learning.

También se podrán ver otras novedades de Cognex, como los potentes lectores industriales DM474, diseñados para resolver las lecturas de códigos más complejas, aquellas en las que los sectores industriales estándar no ofrecen suficientes garantías.

Un amplio abanico de soluciones en cámaras 2D, 3D, perfiladores láser además de los últimos avances en soluciones Bin Picking avanzadas.

Tenemos mucho que decir, que enseñar y que “ver”.

¿Va a perdérselo? Le esperamos en Advanced Factories stand E515.

¡Si te gusta el artículo, compártelo!