人工智能辅助寄生虫虫卵检测平台的建立与应用

作     者：朱辉银 李昱婷 祝黛芊 王雅茜 张锦鸿 陈绍轩 马潇远 王惠迪 李洪军 李健 

作者机构：湖北医药学院基础医学院 湖北医药学院附属十堰市太和医院儿童医疗中心 山东省潍坊市妇幼保健院检验科 

出 版 物：《中国血吸虫病防治杂志》 (Chinese Journal of Schistosomiasis Control)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 1002[医学-临床医学] 081104[工学-模式识别与智能系统] 08[工学] 100201[医学-内科学(含：心血管病、血液病、呼吸系病、消化系病、内分泌与代谢病、肾病、风湿病、传染病)] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 10[医学] 

基　　金：湖北医药学院2023年PI科研项目(X1204001) 

主　　题：寄生虫 虫卵 人工智能 检测效能 

摘      要：目的 建立一种人工智能（artificial intelligence,AI）辅助寄生虫虫卵检测平台，评价其检测效率及精准度，为消除寄生虫病提供技术支持。方法 收集蠕形住肠线虫、钩虫、毛首鞭形线虫、华支睾吸虫、带绦虫、似蚓蛔线虫、日本血吸虫、卫氏并殖吸虫和布氏姜片吸虫等9种寄生虫虫卵玻片标本共1 003张，通过自动扫描显微镜将寄生虫虫卵玻片转化为数字图像，分类、整理并建立数据集。基于百度Easy DL“物体检测平台，通过上传、标记、训练、评估优化等环节，建立基于AI的寄生虫虫卵检测平台。随机抽取70%数据用于模型训练，计算精确率、召回率、平均精度以评价模型识别效果。将模型部署于电脑端及智能手机端，供用户使用。结果 成功建立了AI辅助的寄生虫虫卵检测平台。采用公有云应用程序接口（application programming interface,API）部署时，模型识别寄生虫虫卵的平均精度、精确率和召回率分别为93.42%、92.55%和89.32%；采用离线软件开发工具包（software development kit,SDK）部署时，模型识别寄生虫虫卵的平均精度、精确率、召回率分别为92.97%、94.78%、87.63%。该检测平台对带绦虫和华支睾吸虫虫卵的识别精确率分别为97.00%和96.23%。结论 成功建立了基于AI的寄生虫虫卵检测平台，其识别寄生虫虫卵精确率高、使用灵活，有望为寄生虫病防控提供有力技术支持。