在显微镜图像中检测疟疾病原体的智能套件的开发

科学领域:

• 医学诊断 医学诊断 医学诊断
• 寄生虫学的寄生虫学
• 计算机视觉 计算机视觉 计算机视觉

背景情况:

• 血液涂抹的显微镜是疟疾诊断的黄金标准.
• 在疟疾流行的偏远地区,专家显微镜师很少.
• 在显微镜图像中自动检测病原体对于广泛诊断至关重要.

研究的目的:

• 开发一个易于使用和部署的软件,用于自动检测疟疾病原体.
• 创建一个用户友好的界面,与优化的深度学习模型进行交互.
• 为了在资源有限的环境中促进疟疾诊断.

主要方法:

• 使用"cvui"库开发了带有图形用户界面 (GUI) 的智能套件软件.
• 集成OpenVINO的推理引擎用于模型优化和部署.
• 使用了在暗网框架上训练的自定义YOLO-mp-3l模型,用于在厚涂抹图像中检测病原体.

主要成果:

• 智能套件允许用户选择推理设备和参数更改.
• 该软件生成检测报告与模型性能指标.
• 在CPU上执行,在神经计算棒 (NCS2) 上推断,展示实际部署.

结论:

• 智能套件提供了一个可部署的解决方案,用于从显微镜图像中自动检测疟疾.
• 该软件解决了特有地区专家显微镜师的短缺问题.
• 这种方法可以提高疟疾诊断的可访问性和效率.