原生动物和蠕虫寄生虫引起的IPI是人类在LMIC中最常见的感染之一。他们被认为是严重的公共卫生问题，因为它们会引起各种各样的潜在有害健康状况。研究人员一直在开发模式识别技术，用于在微观图像中自动鉴定寄生虫卵。现有解决方案仍然需要改进以减少诊断错误并产生快速，高效和准确的结果。我们的论文解决了这一点，并提出了一个多模式学习探测器，以将寄生卵定位并将其分为11个类别。实验是在新型的Chula-Parasiteegg-11数据集上进行的，该数据集用于训练具有有效网络V2主链和有效网络-B7+SVM的效率电脑模型。该数据集有来自11个类别的11,000个显微镜培训图像。我们的结果显示出强劲的性能，精度为92％，F1得分为93％。此外，IO分布说明了检测器的高定位能力。
translated by 谷歌翻译