A subscription to JoVE is required to view this content. Sign in or start your free trial.
טפילי דם רפואיים ברחבי העולם נבדקו באופן אוטומטי באמצעות צעדים פשוטים על פלטפורמת AI עם קידוד מועט. האבחנה הפרוספקטיבית של שכבות דם שופרה על ידי שימוש בשיטת זיהוי וסיווג אובייקטים במודל היברידי של למידה עמוקה. שיתוף הפעולה של ניטור פעיל ומודלים מאומנים היטב מסייע לזהות נקודות חמות של העברת טריפנוזומים.
טריפנוסומיאזיס היא בעיה משמעותית בבריאות הציבור במספר אזורים ברחבי העולם, כולל דרום אסיה ודרום מזרח אסיה. זיהוי אזורים חמים תחת מעקב פעיל הוא הליך בסיסי לשליטה בהעברת מחלות. בדיקה מיקרוסקופית היא שיטת אבחון נפוצה. עם זאת, היא מסתמכת בעיקר על כוח אדם מיומן ומנוסה. כדי להתמודד עם בעיה זו, הוצגה תוכנית בינה מלאכותית (AI) העושה שימוש בטכניקת למידה עמוקה היברידית של זיהוי אובייקטים וסיווג אובייקטים עמוד השדרה של הרשת העצבית על פלטפורמת AI עם קידוד מועט (CiRA CORE). התוכנה יכולה לזהות ולסווג את מיני הטריפנוזומים הפרוטוזואים, כלומר Trypanosoma cruzi, T. brucei ו - T. evansi, מתמונות מיקרוסקופיות של טבילת שמן. תוכנית הבינה המלאכותית משתמשת בזיהוי תבניות כדי לצפות ולנתח פרוטוזואה מרובים בתוך דגימת דם אחת ומדגישה את הגרעין והקינטופלסט של כל טפיל כתכונות אופייניות ספציפיות באמצעות מפת קשב.
כדי להעריך את ביצועי תוכנית הבינה המלאכותית, נוצרים שני מודולים ייחודיים המספקים מגוון מדדים סטטיסטיים כגון דיוק, היזכרות, ספציפיות, דיוק, ציון F1, שיעור סיווג שגוי, עקומות מאפייני הפעלה של מקלט (ROC) ועקומות דיוק לעומת אחזור (PR). ממצאי ההערכה מראים כי אלגוריתם הבינה המלאכותית יעיל בזיהוי וסיווג טפילים. על ידי אספקת כלי סינון מהיר, אוטומטי ומדויק, לטכנולוגיה זו יש פוטנציאל לשנות את המעקב והבקרה אחר מחלות. זה יכול גם לסייע לפקידים מקומיים לקבל החלטות מושכלות יותר על אסטרטגיות חסימת מחלות.
טריפנוסומיאזיס הוא אתגר משמעותי לבעיות בריאות עולמיות בשל מגוון מינים זואונוטיים הגורמים למחלות אנושיות עם מגוון רחב של תפוצה גיאוגרפית מחוץ ליבשות אפריקה ואמריקה, כגון דרום ודרום מזרח אסיה 1,2,3. טריפנוסומיאזיס אפריקאי אנושי (HAT) או מחלת שינה, נגרמת על ידי Trypanosoma brucei gambiense ו- T. b. rhodesiense המייצרים את הצורות הכרוניות והחריפות, בהתאמה, המייצגות את ההתפשטות העיקרית באפריקה. הטפיל הסיבתי שייך לקבוצת Salivaria עקב העברת רוק נגוע של זבובי Tsetse4. והואיל והטריפנוסומיאזיס האמריקאי הידוע (מחלת צ'אגאס) הנגרמת על ידי T. c....
סרטי דם ארכיוניים ועיצוב הפרויקט אושרו על ידי הוועדה המוסדית לבטיחות ביולוגית, הוועדה המוסדית לטיפול ושימוש בבעלי חיים של הפקולטה למדעי הווטרינריה, אוניברסיטת צ'ולאלונגקורן (IBC מס '2031033 ו- IACUC מס '1931027), וועדת האתיקה של המחקר האנושי של המכון הטכנולוגי של המלך מונגקוט Ladkrabang (EC-KMITL_66_014).
במחקר זה, אלגוריתמים היברידיים של למידה עמוקה הוצעו כדי לסייע בחיזוי אוטומטי של החיוביות של דגימת דם עם זיהום טפיל טריפנוזומים. סרטי דם מוכתמים בארכיון של Giemsa מוינו כדי למקם ולסווג את הטפילים לעומת הלא טפילים באמצעות אלגוריתם זיהוי אובייקטים המבוסס על רשת עצבית בעמוד השדרה של הרשת האפלה. .......
תצפית מיקרוסקופית על זיהום פרוטוזואה טריפנוזומה היא מוקדמת ונפוצה, במיוחד במהלך מעקב באזורים מרוחקים שבהם יש מחסור בטכנאים מיומנים ותהליכים עתירי עבודה וגוזלי זמן שכולם מכשולים לדיווח על ארגון הבריאות בזמן. למרות שטכניקות ביולוגיה מולקולרית כגון אימונולוגיה ותגובת שרשרת פולימראז (PCR) א.......
עבודה זו (מענק מחקר לחוקר חדש, מענק מס' RGNS 65 - 212) נתמך כספית על ידי משרד המזכיר הקבוע, משרד ההשכלה הגבוהה, המדע, המחקר והחדשנות (OPS MHESI), המחקר והחדשנות המדעית של תאילנד (TSRI) והמכון הטכנולוגי של המלך מונגקוט Ladkrabang. אנו אסירי תודה למועצת המחקר הלאומית של תאילנד (NRCT) [NRCT5-RSA63001-10] על מימון פרויקט המחקר. M.K. מומן על ידי קרן המחקר והחדשנות המדעית של תאילנד אוניברסיטת צ'ולאלונגקורן. אנו מודים גם למכללה לחדשנות בייצור מתקדם, המכון הטכנולוגי של המלך מונגקוט, Ladkrabang שסיפקו את פלטפורמת הלמידה העמוקה והתוכנה לתמיכה בפרויקט המחקר.
....Name | Company | Catalog Number | Comments |
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 |
Explore More Articles
This article has been published
Video Coming Soon
ABOUT JoVE
Copyright © 2025 MyJoVE Corporation. All rights reserved