相关实验视频
Updated: Feb 26, 2026
08:56
Visual Detection of Multiple Nucleic Acids in a Capillary Array
Published on: November 15, 2017
7.8K
基于 You Only Look Once (YOLO) 的机器学习算法,用于实时检测循环介导同热放大 (LAMP) 诊断
Biniyam Mezgebo1, Ryan Chaffee1, L Ricardo Castellanos1
1Department of Biomedical Sciences, Ross University School of Veterinary Medicine, Basseterre, Saint Kitts and Nevis.
PloS one
|February 24, 2026
概括
使用机器学习 (ML) 和YOLOv8图像分析的循环介导同热放大 (LAMP) 结果的自动分类显著提高了准确性. 这种方法通过减少视觉解释中的错误来增强实时分子诊断.
科学领域:
- 分子生物学分子生物学
- 生物技术是生物技术.
- 人工智能的人工智能
背景情况:
- 循环介导同热放大 (LAMP) 是一种快速,负担得起的DNA放大技术.
- 对LAMP结果的视觉解释是主观的,容易出现错误,影响诊断的准确性.
研究的目的:
- 开发一种自动机器学习 (ML) 方法,使用数字图像对LAMP结果进行分类.
- 为了提高基于LAMP的分子诊断的准确性和可靠性.
主要方法:
- 利用一个物体检测算法You Only Look Once (YOLOv8),用于LAMP图像中的自动管道定位和分类.
- 在LAMP测试的数字图像上训练并测试了YOLOv8模型.
主要成果:
- 该ML模型在将LAMP图像分类为正或负时实现了97.4%的整体准确性.
- 对阳性病例的高精度 (95.3%) 和回忆 (96.8%),对阴性病例的强大表现 (93.3%的精度,95.8%的回忆).
结论:
- 拟议的ML方法为自动化,客观的LAMP结果解释提供了一个强大的解决方案.
- 已证明平台适用于实时分子测试,提高测试性能和减少诊断错误.
