Japanese
English
今月の特集1 感染症とArtificial Intelligenceの可能性
微生物検査領域におけるArtificial Intelligence
Artificial intelligence for examination in clinical microbiology
平田 耕一
1
1九州工業大学大学院情報工学研究院
キーワード：
Gram染色画像
,
画像分類
,
物体検出
,
菌の分類と検出
,
白血球貪食の分類と検出
,
Geckler分類の推定
Keyword:
Gram染色画像
,
画像分類
,
物体検出
,
菌の分類と検出
,
白血球貪食の分類と検出
,
Geckler分類の推定
pp.1460-1464
発行日 2024年12月15日
Published Date 2024/12/15
DOI https://doi.org/10.11477/mf.1542203807
- 有料閲覧
- Abstract 文献概要
- 1ページ目 Look Inside
- 参考文献 Reference
Point
●画像認識における画像分類と物体検出について説明し，Gram染色画像に関連する適用事例として，菌の分類と検出，白血球貪食の分類と検出，Geckler分類の推定について紹介する．
●画像分類器DenseNetとMbileNetはかなり高い評価値で菌を分類できるが，菌の検出に適した物体検出器YOLOv8lやYOLOv8xでも菌によっては検出に失敗する場合もある．
●画像分類器VGG16とVGG19はある程度高い評価値で貪食像，擬貪食像，非貪食像を分類できるが，検出に適した物体検出器YOLOv5sでも貪食像と擬貪食像を区別した検出はあまりうまくいかない．
●画像分類器ConvNeXtはアノテーション不要でGecklerクラスを最も高い評価値で推定でき，白血球と扁平上皮細胞のアノテーションにより物体検出器YOLOv5mは品質クラスを最も高い評価値で推定できる．
Copyright © 2024, Igaku-Shoin Ltd. All rights reserved.
