换一批基于Deeplabv3+算法的人工智能模型辅助临床念珠菌快速精准分类研究
Research on an artificial intelligence model based on the Deeplabv3+algorithm for assisting clinical rapid and accurate classification of Candida
摘要目的:本研究基于Deeplabv3+的人工智能(AI)模型,高效、准确鉴别念珠菌显色图像,实现快速诊断.方法:选取167株临床常见念珠菌,经显色培养后采集1 020张图像用于Deeplabv3+模型的构建与性能验证.结果:AI对白念珠菌识别的准确率为91.00%、热带念珠菌为94.00%、光滑念珠菌为86.00%,平均识别准确率可达90.33%;同时选取3名经验丰富临床技师进行测试,人眼平均识别准确率为89.33%,较AI识别准确率差异无统计学意义(χ2=0.14,P＞0.05).在识别速度上,AI识别的平均速度为(1.88±0.04)s/张,人眼图像识别的平均速度为(1.93±0.33)s/张,两组比较差异无统计学意义(U=0.45,P＞0.05),但AI识图较人眼识别更稳定,并且可以批量处理数据以及不受多维因素影响.结论:本研究基于Deeplabv3+算法构建的AI模型,对念珠菌显色培养基图像具有高效、准确鉴定能力,具有良好的推广前景.
更多相关知识
关键词
念珠菌Deeplabv3+人工智能真菌人眼图像识别CandidaDeeplabv3+artificial intelligencefungihuman eye image recognition
分类号
R519（传染病）
栏目名称
DOI
10.16190/j.cnki.45-1211/r.2026.01.008
发布时间
2026-03-20（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览3
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
