1。伊朗Zabol医学科学大学Amir Al Momenin医院医学院内科学系,伊朗2。伊斯兰阿扎德大学兽医系(DVM),伊朗Shahrkord Shahrkord分公司3。 伊斯兰阿扎德大学基础科学学院微生物学系,伊朗科尔曼分公司,伊朗4。 Zabol医学科学大学的药用植物研究中心,伊朗Zabol 5。 伊朗德黑兰哈拉兹米大学生物科学学院蜂窝和分子生物学系6. 伊斯兰艾萨德大学生物学系,德黑兰中央分支,德黑兰,伊朗7。 医学工厂医学院研究中心妇产科,伊朗Zabol医学科学大学Amir Al Momenin医院Amir Al Momenin医院 Zabol医学科学大学医学院病理学系,伊朗Zabol伊斯兰阿扎德大学兽医系(DVM),伊朗Shahrkord Shahrkord分公司3。伊斯兰阿扎德大学基础科学学院微生物学系,伊朗科尔曼分公司,伊朗4。Zabol医学科学大学的药用植物研究中心,伊朗Zabol 5。伊朗德黑兰哈拉兹米大学生物科学学院蜂窝和分子生物学系6.伊斯兰艾萨德大学生物学系,德黑兰中央分支,德黑兰,伊朗7。医学工厂医学院研究中心妇产科,伊朗Zabol医学科学大学Amir Al Momenin医院Amir Al Momenin医院Zabol医学科学大学医学院病理学系,伊朗Zabol
我们制作了一种基于人工智能的数字病理学 (AI-DP) 设备的原型,以探索自动扫描和检测用 Kato-Katz (KK) 技术制备的粪便中的蠕虫卵,该技术是诊断土源性蠕虫 (STH;蛔虫、鞭虫和钩虫) 和曼氏血吸虫 (SCH) 感染的现行诊断标准。首先,我们将原型全玻片成像扫描仪嵌入到柬埔寨、埃塞俄比亚、肯尼亚和坦桑尼亚的实地研究中。使用该扫描仪,扫描了超过 300 KK 厚的粪便涂片,总共得到 7,780 张视场 (FOV) 图像,包含 16,990 个带注释的蠕虫卵(蛔虫:8,600 个;鞭虫:4,083 个;钩虫:3,623 个;SCH:684 个)。约 90% 的带注释卵用于训练基于深度学习的物体检测模型。从 752 张 FOV 图像的未见过的测试集中,其中包含 1,671 个手动验证的 STH 和 SCH 卵(剩余 10% 的带注释卵),我们训练的物体检测模型从 KK 的共感染 FOV 图像中提取并分类了蠕虫卵
摘要疟疾是由疟原虫属寄生虫引起的一种威胁生命的疾病,该疾病是通过被感染的蚊子咬伤而传播的。需要快速准确诊断疟疾以按时进行适当的治疗。主要是在发展中国家诊断疟疾的常规显微镜,病理学家在光学显微镜下视觉上检查染色的滑动。然而,由于耗时且结果很难繁殖,因此常规显微镜偶尔被证明是效率低下的。几位研究人员提出了基于计算机视力的疟疾诊断的替代技术。本文的目的是审查,分析,分类和解决计算机辅助诊断疟原虫的最新发展。量化疟疾感染的研究工作包括图像的标准化,分割,然后进行特征提取和分类,本文详细审查了这些图像。在审查的最后,讨论了存在的挑战以及可能的研究观点。
