Превосходная автоматическая идентификация трипаносомных паразитов с помощью гибридной модели глубокого обучения

Целью исследования является разработка модели искусственного интеллекта ИИ, которая использует гибридную технику глубокого обучения обнаружения и классификации объектов для определения видов трипаносом простейших, а именно трипаносома cruzi, T.brucei и T.evansi, по иммерсионным микроскопическим изображениям на собственной платформе искусственного интеллекта CiRA CORE. Новейшей разработкой в нашей области исследований является разработка алгоритмов обучения, которые могут идентифицировать и классифицировать виды трипаносом по микроскопическим изображениям. Эта программа может произвести революцию в эпиднадзоре и контроле, обеспечив быстрый, автоматизированный и точный метод скрининга, который может быть использован местным персоналом в отдаленных районах.

Использование модифицированных и гибридных алгоритмов между двумя различными моделями глубокого обучения в рамках целевой программы ИИ может решить множество проблем. Идентификация общей морфологии, смешанной и неполовозрелой инфекции, а также точная характеристика вида позволяют автоматически составлять стандартную таксономию.