Hibrit bir derin öğrenme modeli kullanarak tripanozom parazitlerinin üstün otomatik tanımlanması

Summary

Dünya çapında tıbbi kan parazitleri, düşük kodlu bir yapay zeka platformunda basit adımlar kullanılarak otomatik olarak tarandı. Kan filmlerinin prospektif tanısı, hibrit bir derin öğrenme modelinde bir nesne algılama ve sınıflandırma yöntemi kullanılarak geliştirilmiştir. Aktif izleme ve iyi eğitilmiş modellerin işbirliği, tripanozom iletiminin sıcak noktalarının belirlenmesine yardımcı olur.

Abstract

Tripanozomiyazis, Güney Asya ve Güneydoğu Asya da dahil olmak üzere dünyanın çeşitli bölgelerinde önemli bir halk sağlığı sorunudur. Aktif gözetim altındaki sıcak nokta alanlarının belirlenmesi, hastalık bulaşmasını kontrol etmek için temel bir prosedürdür. Mikroskobik inceleme yaygın olarak kullanılan bir tanı yöntemidir. Bununla birlikte, öncelikle yetenekli ve deneyimli personele bağlıdır. Bu sorunu çözmek için, şirket içi düşük kodlu yapay zeka platformunda (CiRA CORE) nesne tanımlama ve nesne sınıflandırma sinir ağı omurgalarının hibrit derin öğrenme tekniğini kullanan bir yapay zeka (AI) programı tanıtıldı. Program, protozoan tripanozom türlerini, yani Trypanosoma cruzi, T. brucei ve T. evansi’yi yağa daldırma mikroskobik görüntülerinden tanımlayabilir ve sınıflandırabilir. AI programı, tek bir kan örneğinde birden fazla protozoayı gözlemlemek ve analiz etmek için örüntü tanımayı kullanır ve bir dikkat haritası kullanarak her parazitin çekirdeğini ve kinetoplastını belirli karakteristik özellikler olarak vurgular.

Yapay zeka programının performansını değerlendirmek için doğruluk, geri çağırma, özgüllük, kesinlik, F1 puanı, yanlış sınıflandırma oranı, alıcı çalışma özellikleri (ROC) eğrileri ve kesinliğe karşı geri çağırma (PR) eğrileri gibi çeşitli istatistiksel ölçümler sağlayan iki benzersiz modül oluşturulur. Değerlendirme bulguları, AI algoritmasının parazitleri tanımlamada ve kategorize etmede etkili olduğunu göstermektedir. Hızlı, otomatik ve doğru bir tarama aracı sunan bu teknoloji, hastalık gözetimini ve kontrolünü dönüştürme potansiyeline sahiptir. Ayrıca, yerel yetkililerin hastalık bulaşmasını engelleme stratejileri hakkında daha bilinçli kararlar almalarına yardımcı olabilir.

Introduction

Tripanozomiyazis, Güney ve Güneydoğu Asya^gibi Afrika ve Amerika kıtaları dışında geniş bir coğrafi dağılıma sahip insan hastalığına neden olan çeşitli zoonotik türler nedeniyle küresel sağlık sorunları için önemli bir zorluktur ^1,2,3. İnsan Afrika tripanozomiyazisi (HAT) veya uyku hastalığı, Afrika’daki ana yayılımı temsil eden sırasıyla kronik ve akut formları üreten Trypanosoma brucei gambiense ve T. b. rhodesiense’den kaynaklanır. Etken parazit, Tsetse sineklerinin enfekte tükürüğü ile bulaşmasından dolayı Tükürük grubuna aittir⁴. Oysa, T. cruzi’nin neden olduğu iyi bilinen Amerikan tripanozomiyazis (Chagas hastalığı), endemik olmayan ülkeler için bir halk sağlığı sorunu olmuştur; Kanada, ABD, Avrupa, Avustralya ve Japonya dahil olmak üzere, endemik bölgelerden bireylerin sık göç etmesi nedeniyle⁵. Tripanozom enfeksiyonu, reduviid böceklerin enfekte dışkısı ile bulaştığı için Stercoraria grubuna aittir. T. evansi enfeksiyonunun neden olduğu tripanozomiazlar ve tripanozomozlar (Surra hastalığı) Afrika, Güney Amerika, Batı ve Doğu Asya ile Güney ve Güneydoğu Asya ülkelerinde endemiktir ^3,6. Tripanozomun neden olduğu insan tripanozomiyazisi bildirilmiş olmasına rağmen ^{3,4,7,8,9,10,11,12}, parazit enfeksiyonunun bulaşma yolu tartışmalıdır: ya mekanik ya da enfekte kan, çeçe sinekleri ve tabanidler veya at sinekleri gibi hematofag böcekler yoluyla ^6,7, 8,9,10,12,13,14. Tayland’da herhangi bir vaka raporu bulunamamıştır, ancak doğu bölgesindeki köpek¹⁵, yarış atları ve su bufalolarında T. evansi enfeksiyonunun yüksek prevalansı^{yayınlanmıştır 16}, bu da evcil hayvanlar arasında edinilmiş bir bulaşmanın meydana gelmiş olabileceğini düşündürmektedir. İnsan tripanozomlarının klasik formları olmayan hayvan tripanozomlarının (T. vivax, T. b. brucei, T. congolense, T. lewisi ve T. evansi) neden olduğu birkaç atipik insan enfeksiyonu bildirilmiştir¹⁷. Atipik insan enfeksiyonları hakkındaki farkındalık hafife alınabilir, bu atipik vakaların tespiti ve doğrulanması için gelişmiş tanı testlerine ve saha araştırmalarına duyulan ihtiyacı vurgulayarak ve küresel hayvancılığı, gıda güvenliğini¹⁸ ve insan sağlığını etkileyen hayvan patojenik hastalıklarının uygun şekilde kontrol ve tedavisine izin verir. Bu, aktif sürveyans sırasında uzak bölgelerdeki kan örneklerini hızlı bir şekilde taramak için mevcut bir ortak yöntemle (mikroskobik inceleme) entegre edilmiş potansiyel bir stratejinin geliştirilmesine yol açtı ve hastalığı kısıtlamak ve kontrol etmek için sıcak nokta bölgelerinin tanımlanmasını sağladı.

Tek hörgüçlü hayvanlar, sığırlar, atlar ve köpekler gibi çok çeşitli evcil hayvanlarda Surra hastalığının sporadik bir insidansına sahip olmak, bir euryxenous T. evansi’yi çağrıştıran insanlar için zoonotik olabilir 1,4,13,14. İnsan enfeksiyonu imkansız görünmektedir, çünkü insan serumundaki sra benzeri bir genden eksprese edilen tripanolitik bir faktör, insan T. brucei ve T. congolense^12,19’u önleyebilir. Ayrıca, Hindistan’dan gelen ilk vaka raporunun gösterdiği gibi, hastalığın bağışıklığı baskılanmış HIV hastaları ile hiçbir ilişkisi yoktur⁴. Yukarıda tarif edildiği gibi, olası insan enfeksiyonu, nadir görülen bir otozomal resesif genetik bozukluk olan tripanozom litik faktörünün, yani Tangier hastalığının^anormal fonksiyonuna sahip yüksek yoğunluklu bir lipoprotein eksikliği ile ilişkili olabilir 4. 2016 yılında, Vietnamlı bir hastanın iki vahşi tip APOL1 aleline ve normal aralıkta bir serum APOL1 konsantrasyonuna sahip olduğu keşfedildi. Bununla birlikte, APOL-1 eksikliği teorisi artık geçerli kabul edilmemektedir¹². Bu nedenle, tripanozom enfeksiyonunun olası bir mekanizması, mesleki hayvancılık sırasında bir yaranın enfekte hayvan kanı ile doğrudan temasıdır ^4,12. Mikroskobik inceleme, T. evansi morfolojisinin, T. brucei 1,12,13’ün göreceli türlerine benzer olan, baskın uzun ince, kamçılı ve bölücü bir tripanozom içeren tripomastigotun monomorfik bir formu olduğunu ortaya koymaktadır. Çekirdek, arka pozisyonda görünür küçük bir kinetoplast ile merkezi konumdadır. Önceki bir çalışma, parazitin klasik ve kesik formlar olarak bilinen iki karşılaştırılabilir formda bulunabileceğini göstermiştir. Bununla birlikte, konakçılar²⁰ üzerindeki ilgili patojenik etkilerini doğrulamak gerekli olmaya devam etmektedir. Semptomların seyri, titreme ve terleme ile ilişkili aralıklı ateşe kadar değişir. Suramin, neyse ki, Hindistan ve Vietnam’daki hastaları iyileştiren, merkezi sinir sistemini (CNS) istila etmeyen erken evre insan Afrika tripanozomiyazisi için başarılı bir birinci basamak tedavidir ^4,12,21.

Klinik belirti muayenesi dışında, parazitolojik mikroskobik gözlem ^4,9,12, serolojik ^4,8,9,10,12 ve moleküler biyolojik testler ^4,12 dahil olmak üzere T. evansi parazitleri için çeşitli tanı yöntemleri mevcuttur. Giemsa ile boyanmış ince kan filmleri, rutin ve yaygın olarak kullanılan mikroskobik inceleme altında bulunan paraziti görselleştirmek için sıklıkla kullanılır²². Bununla birlikte, prosedür uygulanabilir görünmektedir; Bununla birlikte, zaman alıcı ve emek yoğundur, değerlendiriciler arası değerlendirme değişkenliğine sahiptir, yalnızca akut bir aşamaya duyarlıdır ve kişisel bir stajyer^{gerektirir 23}. Hem moleküler biyoloji hem de serolojik testler, standartlaştırılması zor olan pahalı aparatlarla test edilmeden önce numunelerin ekstrakte edilmesi ve saflaştırılması, ekstra parazitik malzemelerle kontaminasyon riski ve sonuçlardaki tutarsızlıklar da dahil olmak üzere çok sayıda numune hazırlama işlemini gerçekleştirmek için yüksek vasıflı personele ihtiyaç duyuyordu²⁴. Yukarıda açıklanan mantığa dayanarak, saha sürveyans çalışmasını desteklemek ve hastalık bulaşmasının daha fazla kontrolü için sıcak nokta bölgesini belirlemek için anket sonucunun zamanında rapor edilmesini sağlamak için hızlı ve erken tarama teknolojisine ihtiyaç vardır ^1,8. Bilgisayar tabanlı cihazlar (CAD), histopatolojik ve sitopatolojik görevler de dahil olmak üzere tıbbi alanlar için yenilikçi bir teknoloji olarak önerilmiştir²⁵. Yukarıda bahsedilen CAD, yüksek hızda gerçekleştirildi ve örüntü tanıma, yani yapay zeka (AI) kullanılarak hesaplandı. AI yöntemi, çok sayıda veri kümesi örneğiyle başa çıkmak için kullanılabilen evrişimli sinir ağı algoritmaları, özellikle de veri tüketimi üzerine iyi eğitilmiş bir modeli eğiten denetimli bir öğrenme yaklaşımı kullanılarak gerçekleştirilir.

Genel olarak yapay zeka, bilgisayarların veri etiketleme gibi uzman zekası gerektiren görevleri çözme yeteneğidir. Yapay zekanın bir alt alanı olan makine öğrenimi (ML), özellik çıkarma ve örüntü tanımadan oluşan iki farklı sürece sahip bir bilgisayar sistemi olarak temsil edilir. Derin öğrenme (DL) veya gelişmiş makine öğrenimi algoritmaları, insan benzeri performansı, insan profesyoneller tarafından elde edilenden daha büyük ve eşit doğruluk seviyeleriyle karşılaştıran bilgisayarlı programların ve cihazların geliştirilmesini ifade eder²⁶. Şu anda, DL’nin tıp ve veterinerlik alanlarındaki rolü, son zamanlarda önleme ve bireysel sağlık personeline rehberlik etme amacıyla bulaşıcı hastalıkların önlenmesinde umut verici bir şekilde genişlemekte ve devrim yaratmaktadır^22,27. Potansiyel DL uygulaması, kalite etiketleri ve çok sayıda artırılmış veri kümesi ile sınırsızdır ve uzmanların proje görevini yönetmesini sağlar. Özellikle, bilgisayar destekli analizle birlikte dijital görüntüdeki bir ilerleme, bildirilen beş patoloji kategorisinde otomatik tanı ve taramayı iyileştirdi; statik, dinamik, robotik, tüm slayt görüntüleme ve hibrit yöntemler dahil^{olmak üzere 28}. DL algoritma yaklaşımlarının ve dijital görüntü verilerinin entegrasyonunun, yerel personeli teknolojiyi günlük uygulamalarında kullanmaya teşvik edebileceğini düşünmek gerekir.

Daha önce, hibrit bir model kullanmanın tahmin doğruluğundaki artış kanıtlanmıştı²⁷. Mikroskobik görüntülerde tripanozom parazitini tanımlamak için bu araştırma, YOLOv4-tiny (nesne algılama) ve Densenet201 (nesne sınıflandırma) algoritmalarını içeren iki hibrit model sunmaktadır. Çeşitli algılama modelleri arasında, CSPDarknet53 omurgasına sahip YOLOv4-tiny, yerelleştirme ve sınıflandırma açısından bir tahmin sonucu olarak yüksek performans gösterdi²⁹. Gerçek zamanlı dedektör, giriş ağı çözünürlüğü, evrişimli katman miktarı, toplam parametre ve katman çıktılarının sayısı arasındaki optimum dengeyi değiştirdiğinden, önceki sürümlere kıyasla hızlı çalışma hızlarına öncelik vermeyi ve paralel hesaplamalar için optimize etmeyi iyileştirdi. Yoğun Evrişimli Ağ (DenseNet), rekabetçi veri kümelerinde son teknoloji sonuçlar elde eden bir başka popüler modeldir. DenseNet201, ResNet101 ile karşılaştırılabilir benzer bir doğrulama hatası verdi; ancak, DenseNet201’in 20 milyondan az parametresi vardır, bu da ResNet101’in 40 milyondan fazla parametresinden^{daha azdır 30}. Bu nedenle, DenseNet modeli, aşırı öğrenme belirtisi olmadan artan sayıda parametre ile tahmin doğruluğunu iyileştirebilir. Burada, bir yapay zeka (AI) programı, şirket içi CiRA CORE platformunda derin algılama ve sınıflandırma sinir ağı omurgalarına sahip hibrit bir derin öğrenme algoritması kullanır. Geliştirilen program, protozoan tripanozom türlerini, yani Trypanosoma cruzi, T. brucei ve T. evansi’yi yağa daldırma mikroskobik görüntülerden tanımlayabilir ve sınıflandırabilir. Bu teknoloji, hızlı, otomatik ve doğru bir tarama yöntemi sağlayarak hastalık gözetimi ve kontrolünde devrim yaratma potansiyeline sahiptir. Yerel personelin parazitik protozoon hastalığı için bulaşmayı engelleme stratejileri hakkında daha bilinçli kararlar almasına yardımcı olabilir.

Protocol

Arşivlenen kan filmleri ve proje tasarımı, Kurumsal Biyogüvenlik Komitesi, Chulalongkorn Üniversitesi Veterinerlik Fakültesi Kurumsal Hayvan Bakımı ve Kullanımı Komitesi (IBC No. 2031033 ve IACUC No. 1931027) ve King Mongkut Teknoloji Enstitüsü Ladkrabang (EC-KMITL_66_014) İnsan Araştırmaları Etik Komitesi tarafından onaylandı. 1. Ham görüntülerin hazırlanması Görüntü veri kümesi hazırlığıParazitolog uzmanları tarafından onayl…

Representative Results

Bu çalışmada, tripanozom parazit enfeksiyonu olan bir kan örneğinin pozitifliğini otomatik olarak tahmin etmeye yardımcı olmak için hibrit derin öğrenme algoritmaları önerilmiştir. Arşivlenmiş, Giemsa ile boyanmış kan filmleri, bir darknet omurga sinir ağına dayalı nesne algılama algoritması kullanılarak parazitli ve parazit olmayanları lokalize etmek ve sınıflandırmak için sıralandı. Önceki model tarafından elde edilen herhangi bir dikdörtgen kutu tahmin sonucunda, en iyi seçilmiş sı…

Discussion

Trypanosoma protozoa enfeksiyonu için mikroskobik gözlem, özellikle vasıflı teknisyen eksikliğinin ve sağlık kuruluşunun zamanında rapor edilmesinin önündeki engellerin tümü olan emek yoğun ve zaman alıcı süreçlerin olduğu uzak bölgelerde sürveyans sırasında erken ve yaygın olarak kullanılmaktadır. İmmünoloji ve polimeraz zincir reaksiyonu (PCR) gibi moleküler biyoloji teknikleri, laboratuvar bulgularının etkinliğini desteklemek için yüksek duyarlılıklı yöntemler olarak onaylanmış…

Materials

Darknet19, Darknet53 and Densenet201	Gao Huang, Z. L., Laurens van der Maaten. Densely Connected Convolutional Networks. arXiv:1608.06993 [cs.CV]. (2016)	https://github.com/liuzhuang13/DenseNet	Deep convolutional neural network model that can function to  classification Generic name: YOLO model/ detection model?
Olympus CX31 Model CX31RRBSFA	Olympus, Tokyo, Japan	SN 4G42178	A light microscope
Olympus DP21-SAL U-TV0.5XC-3	Olympus, Tokyo, Japan	SN 3D03838	A digital camera Generic name: Classification models/ densely CNNs
Window 10	Microsoft	Window 10	Operation system in computers
YOLO v4-tiny	Naing, K. M. et al. Automatic recognition of parasitic products in stool examination using object detection approach. PeerJ Comput Sci. 8 e1065, (2022).	https://git.cira-lab.com/users/sign_in	Deep convolutional neural network model that can function to both localization and also classification
		https://git.cira-lab.com/users/sign_in