Superior Auto-Identification of Trypanosome Parasites by Using a Hybrid Deep-Learning Model

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

doi:10.3791/65557

AI Program for Trypanosomiasis Detection and Classification

October 27, 2023

Överlägsen automatisk identifiering av trypanosomparasiter med hjälp av en hybrid djupinlärningsmodell

01:29 min

•

Träningsprocess CiRA CORE-plattform och utvärdering av objektdetekteringsmodell för att identifiera och klassificera de protozoiska trypanosomarterna

04:00 min

•

Bildklassificering som modellträning och modellutvärdering för att identifiera och klassificera den protozoiska trypanosomarten

01:37 min

•

Hybrid (detektion och klassificering) som modelltestning för att identifiera och klassificera de protozoiska trypanosomarterna

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

Medicinska blodparasiter över hela världen screenades automatiskt med enkla steg på en AI-plattform med låg kod. Den prospektiva diagnostiken av blodfilmer förbättrades genom att använda en objektdetekterings- och klassificeringsmetod i en hybrid djupinlärningsmodell. Samarbetet mellan aktiv övervakning och vältränade modeller hjälper till att identifiera hotspots för trypanosomöverföring.