搜索功能让质量分析迈上新高度
在显微镜图像分析领域,我们创建的图像数量其实已经开始超乎想象。例如,今年参观一家汽车厂时,我注意到正在对整辆车进行焊缝检查,以确保自动焊接机正确作业。在这家工厂中,我在一份报告中看到50多张图像,我开始意识到为何建立图像数据库对于使用这些图像至关重要。
所以,我们不妨回过头看看……
时至今日,许多人仍未意识到图像数据库的价值及其对他们的作用。我们认为,利用计算机的操作系统及其文件和文件夹的功能便能整齐有序地存储数据。不过,这给我们提供的只是对数据进行分类的基本方法。在汽车示例中,最高级文件夹可以是车辆型号,下一级是车辆位置,而最后一级是执行测试的日期。然后,在存储于该位置的图像上叠加所采取的关键测量值。如果我们总是想在已知的车辆位置上查看特定的日期测试,那么这种结构很适合。如果需要查看三月份的车箱焊缝,则情况有变,现在我们必须打开和关闭日期为三月的每个文件夹来查看图像。然后,当对不合格的车厢焊缝进行详细分析时,可能需要打开每个注有日期的文件夹中的每个图像,来查看图像上的测量值。所有这些都可以使用单一数据库标志“合格/不合格”测量值进行简化。
回到今天后……
创建图像数据库时,通过对数据进行基本分类来帮助您保持有序组织,仍然是个好主意,因此我们可以为车辆型号建立一个结构,也可以为车辆位置建立另一个层级,但这没有什么不同之处。测试日期简单明了,它是图像最初存储的日期,也是全自动生成的。执行测量后,操作员可以设置数据库标志:合格/不合格。现在,无需打开任何文件夹,在日期搜索范围中输入日期,然后数据库即可返回该日期拍摄的所有图像。在故障分析模式下,可以将数据库搜索设置为返回数据库字段设为“不合格”的车厢。这是个非常简单的示例,接下来让我们看看更高级的示例。
这是个假设示例……
管理层听闻诸多车厢焊缝均发生不合格,尽管对焊接机不断调整,仍继续出现大量的焊缝不合格情况。作为QA实验室主管,您已经看过一些报告,现在发现一些看似没问题的图像被标记为不合格。接下来可以做什么?使用数据库搜索功能,您可以找到所有不合格的测试。数据库还可以显示样品测试的时间。通过在数据库中新增一些字段,您还可以跟踪车辆从组装线中移出的时间、测试用部件切割时间、车辆切割人员、测试执行人员以及返回组装线调整焊接机的人员。有了这些数据,便可真正开始准确地找出出错时间及解决方案。
随后可能会暴露出其他情况:车辆在切割和测试之前可能已经静置一天。现在还可以看到测量不正确并标识不合格的用户姓名。还会发现更多答案(例如,在出现正当的不合格后,用户错误地调整了焊接设备,显示出重复出现不合格;由特定技术人员切割的样品被切割损坏,导致测量不佳)。可识别的可能性列表仅受您输入的数据的限制。
图像数据库并不可怕……
数据库可以非常简单,首先从文档存储(平面)数据库这样基本的数据库开始。该类型数据库将用于单台计算机,为单文件夹级别提供数据库字段,以跟踪故障、用户等,然后搜索这些数据。
工作组数据库现在允许多达五台计算机访问一个数据库,从而允许多个图像工作站和仅分析工作站访问相同的图像。在这种情况下,一位用户可创建图像并将其存储在数据库中,另一位用户可将该图像拖至另一台计算机上并执行分析,最后,第三位用户可编写完成的报告。在此,我们还可以将原始测量数据和完成的Word报告存储在数据库中。可创建更高级的过滤器来搜索更复杂的数据和结果场景。这些类型的数据库确实需要一些IT专业知识,但是公司内部资源和供应商的应用程序专家应该能够全程为您提供帮助。
企业数据库可能很复杂,但如果数据安全性是项目的关键性环节,则需要该级别数据库。在此级别,您可以与公司的用户目录同步,并将该安全性转至显微镜系统数据库。您可以阻止用户删除数据,甚至阻止他们查看其他用户的数据。此级别包括已描述的所有功能以及这一新增的集成级别。确保您已经为该类型的项目做好准备,因为这对于IT部门而言可能是一项艰巨的任务,但物有所值。