JoVE
JoVE
Centre de ressources universitaires
Recherche
Sciences du comportement
Biochimie
Biologie
Bio-ingénierie
Recherche en cancérologie
Chimie
Biologie du développement
Ingénierie
Environnement
Génétique
Immunologie et infection
Médecine
Neurosciences
Journal JoVE
Encyclopédie des expériences JoVE
JoVE Chrome Extension
Enseignement
Biologie
Chimie
Clinical
Ingénierie
Sciences de l'environnement
Pharmacology
Physique
Psychologie
Statistiques
JoVE Core
JoVE Science Education
Manuel de laboratoire JoVE
JoVE Quiz
JoVE Business
Videos Mapped to your Course
Auteurs
Bibliothécaires
Lycées
À propos
Sign-In
S'identifier
Contactez-nous
Recherche
Journal JoVE
Encyclopédie des expériences JoVE
Enseignement
JoVE Core
JoVE Science Education
Manuel de laboratoire JoVE
Lycées
FR
EN - English
CN - 中文
DE - Deutsch
ES - Español
KR - 한국어
IT - Italiano
FR - Français
PT - Português
FR
EN - English
CN - 中文
DE - Deutsch
ES - Español
KR - 한국어
IT - Italiano
FR - Français
PT - Português
Close
Recherche
Sciences du comportement
Biochimie
Bio-ingénierie
Biologie
Recherche en cancérologie
Chimie
Biologie du développement
Ingénierie
Environnement
Génétique
Immunologie et infection
Médecine
Neurosciences
Products
Journal JoVE
Encyclopédie des expériences JoVE
Enseignement
Biologie
Chimie
Clinical
Ingénierie
Sciences de l'environnement
Pharmacology
Physique
Psychologie
Statistiques
Products
JoVE Core
JoVE Science Education
Manuel de laboratoire JoVE
JoVE Quiz
JoVE Business
Vidéos associées à vos cours
Teacher Resources
Get in Touch
Instant Trial
Log In
FR
EN - English
CN - 中文
DE - Deutsch
ES - Español
KR - 한국어
IT - Italiano
FR - Français
PT - Português
Journal
/
Bio-ingénierie
/
AI Program for Trypanosomiasis Detection and Classification
/
Auto-Identificação Superior de Parasitas Tripanossomas Usando um Modelo Híbrido de Aprendizagem Profunda
Journal JoVE
Bio-ingénierie
Author Produced
Un abonnement à JoVE est nécessaire pour voir ce contenu.
Connectez-vous ou commencez votre essai gratuit.
Journal JoVE
Bio-ingénierie
Superior Auto-Identification of Trypanosome Parasites by Using a Hybrid Deep-Learning Model
Auto-Identificação Superior de Parasitas Tripanossomas Usando um Modelo Híbrido de Aprendizagem Profunda
AI Program for Trypanosomiasis Detection and Classification
DOI:
10.3791/65557-v
•
01:29 min
•
October 27, 2023
•
Veerayuth Kittichai
,
Morakot Kaewthamasorn
,
Suchansa Thanee
,
Thanyathep Sasisaowapak
,
Kaung Myat Naing
,
Rangsan Jomtarak
,
Teerawat Tongloy
,
Santhad Chuwongin
,
Siridech Boonsang
1
Faculty of Medicine
,
King Mongkut’s Institute of Technology Ladkrabang
,
2
Veterinary Parasitology Research Unit, Faculty of Veterinary Science
,
Chulalongkorn University
,
3
College of Advanced Manufacturing Innovation
,
King Mongkut’s Institute of Technology Ladkrabang
,
4
Faculty of Science and Technology
,
Suan Dusit University
,
5
Department of Electrical Engineering, School of Engineering
,
King Mongkut’s Institute of Technology Ladkrabang
Tags
Keywords: Trypanosome
Trypanosoma Cruzi
T. Brucei
T. Evansi
Deep Learning
Object Detection
Object Classification
Microscopic Images
AI Model
Hybrid Deep Learning
CiRA CORE
Trypanosomiasis
Automated Screening
Microscopic Examination
Pattern Recognition
Attention Map
Accuracy
Recall
Specificity
Precision
F1 Score
ROC
PR Curves
Embed
AJOUTER À LA PLAYLIST
Usage Statistics
Vidéos Connexes
check_url/fr/65557?article_type=v
Auto-Identificação Superior de Parasitas Tripanossomas Usando um Modelo Híbrido de Aprendizagem Profunda
check_url/fr/65557?article_type=v
Processo de Treinamento CiRA CORE Platform and Object Detection Model Evaluation para Identificar e Classificar as Espécies de Protozoários Tripanossomas
check_url/fr/65557?article_type=v
Classificação de imagens como treinamento de modelos e avaliação de modelos para identificação e classificação de espécies de protozoários tripanossomas
check_url/fr/65557?article_type=v
Híbrido (detecção e classificação) como modelo de teste para identificação e classificação das espécies de protozoários tripanossomas
Read Article