AI Program for Trypanosomiasis Detection and Classification

October 27, 2023

Auto-Identificação Superior de Parasitas Tripanossomas Usando um Modelo Híbrido de Aprendizagem Profunda

01:29 min

•

Processo de Treinamento CiRA CORE Platform and Object Detection Model Evaluation para Identificar e Classificar as Espécies de Protozoários Tripanossomas

04:00 min

•

Classificação de imagens como treinamento de modelos e avaliação de modelos para identificação e classificação de espécies de protozoários tripanossomas

01:37 min

•

Híbrido (detecção e classificação) como modelo de teste para identificação e classificação das espécies de protozoários tripanossomas

01:26 min

•

Veerayuth Kittichai, Morakot Kaewthamasorn, Suchansa Thanee, Thanyathep Sasisaowapak, Kaung Myat Naing, Rangsan Jomtarak, Teerawat Tongloy, Santhad Chuwongin, Siridech Boonsang

¹Faculty of Medicine,King Mongkut’s Institute of Technology Ladkrabang, ²Veterinary Parasitology Research Unit, Faculty of Veterinary Science,Chulalongkorn University, ³College of Advanced Manufacturing Innovation,King Mongkut’s Institute of Technology Ladkrabang, ⁴Faculty of Science and Technology,Suan Dusit University, ⁵Department of Electrical Engineering, School of Engineering,King Mongkut’s Institute of Technology Ladkrabang

Summary

Parasitas sanguíneos médicos em todo o mundo foram rastreados automaticamente usando passos simples em uma plataforma de IA low-code. O diagnóstico prospectivo de filmes de sangue foi aprimorado com o uso de um método de detecção e classificação de objetos em um modelo híbrido de aprendizagem profunda. A colaboração de monitoramento ativo e modelos bem treinados ajuda a identificar focos de transmissão de tripanossomas.