SC-MAPS以显微图像识别细菌并进行药敏试验分流

Tiwari A等研究团队开发并评估了SC-MAPS多通道显微图像数据集及深度学习框架，在留出菌株测试中，单细胞菌种分类准确率为65.4%。该预印本研究的数据集包含13种细菌的916,435个单细胞，模型结合相差与荧光图像进行识别。 研究将细菌按耐药信息归为八个药敏试验分流组，分流准确率为77.1%，合并20个细胞的预测后达到96.2%；这一结果对应分流任务，而非直接判定药物敏感性。合成混合样本测试还显示，该方法对少数菌种的检出仍有局限。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。