Классификация наиболее распространенных условно-патогенных микроорганизмов на СЭМ-изображениях с использованием нейросетевой модели YOLO

Abstract

Актуальной и крайне востребованной проблемой современной медицины во многих ее сферах является своевременное обнаружение и распознавание патогенных микроорганизмов и микробиальных сообществ в тканях пациента для скорейшего назначения правильной из взаимоисключающих тактик применения медикаментов. Переход на новый уровень по скорости визуализации содержимого взятых проб и точности диагностики возможен благодаря применению лантаноидного контрастирования в сочетании со сканирующей электронной микроскопией для получения серий снимков высокого пространственного разрешения с последующим автоматическим выделением и классификацией микробиологических объектов. В данной работе представлены результаты применения нейросетевой модели YOLOv5 для обнаружения 15 различных наиболее распространенных условно- патогенных классов бактерий на 380 изображениях. В итоге удалось достичь 71,5% средней точности и 69,8% полноты при использовании базовой модели YOLOv5 без заморозки слоев.