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

O objetivo da pesquisa é desenvolver um modelo de IA de inteligência artificial que faça uso de uma técnica híbrida de aprendizagem profunda de detecção de objetos e backbones de classificação para definir a espécie de protozoário tripanossoma, ou seja, trypanosoma cruzi, T.brucei e T.evansi, a partir de imersão em óleo, imagens microscópicas na plataforma de IA interna e low-code CiRA CORE. O desenvolvimento mais recente em nosso campo de pesquisa é o desenvolvimento de algoritmos de aprendizagem que podem identificar e classificar espécies de tripanossomas a partir de imagens microscópicas. Este programa tem o potencial de revolucionar a vigilância e o controle, fornecendo um método de triagem rápido, automatizado e preciso que pode ser usado pela equipe local em áreas remotas.

Usar os algoritmos modificados e híbridos entre dois modelos de aprendizagem profunda diferentes dentro do programa de IA de propósito pode superar muitos desafios. A identificação da morfologia compartilhada, infecção mista e imatura e caracterização precisa das espécies permitem a taxonomia padrão automática.