人工智能的应用用于从感染小鼠的血液样本中量化Plasmodium berghei

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
• 计算病理学计算病理学

背景情况:

• 精确量化血寄生病是评估疟疾严重程度的关键.
• 手动计数方法容易出现错误,这取决于技术人员的专业知识.
• 需要采用自动化方法来提高准确性和效率.

研究的目的:

• 为了评估自动化寄生虫病计数的准确性,使用QuPath.
• 为了比较QuPath的自动计数与传统的手动计数.
• 确定自动化量化是否是疟疾诊断的可行替代方案.

主要方法:

• 使用QuPath软件进行了自动化血寄生病计数.
• 手动计数作为比较的基准.
• 通过使用科恩的卡帕统计 (GraphPad Kappa) 和统计学意义测试来评估自动化和手动方法之间的一致性.

主要成果:

• QuPath 证明了与手动计数方法相当一致的结果.
• 在QuPath和手动计数之间没有发现统计学上显著的差异.
• 这种自动化方法对可靠的寄生虫病量化有很大的希望.

结论:

• 使用QuPath进行自动定量是手动计数的可靠替代方案.
• 这种方法在疟疾诊断中节省了大量的时间和精力.
• 广泛采用自动化技术可以提高诊断效率和准确性.