亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Classification of fungal genera from microscopic images using artificial intelligence

卷积神经网络 人工智能 计算机科学 模式识别(心理学) 深度学习 鉴定(生物学) 生物 植物
作者
Md Arafatur Rahman,Madelyn Clinch,Jordan Reynolds,Bryan Dangott,Diana M. Meza Villegas,Aziza Nassar,D Jane Hata,Zeynettin Akkus
出处
期刊:Journal of pathology informatics [Medknow Publications]
卷期号:14: 100314-100314 被引量:8
标识
DOI:10.1016/j.jpi.2023.100314
摘要

Microscopic image examination is fundamental to clinical microbiology and often used as the first step to diagnose fungal infections. In this study, we present classification of pathogenic fungi from microscopic images using deep convolutional neural networks (CNN). We trained well-known CNN architectures such as DenseNet, Inception ResNet, InceptionV3, Xception, ResNet50, VGG16, and VGG19 to identify fungal species, and compared their performances. We collected 1079 images of 89 fungi genera and split our data into training, validation, and test datasets by 7:1:2 ratio. The DenseNet CNN model provided the best performance among other CNN architectures with overall accuracy of 65.35% for top 1 prediction and 75.19% accuracy for top 3 predictions for classification of 89 genera. The performance is further improved (>80%) after excluding rare genera with low sample occurrence and applying data augmentation techniques. For some particular fungal genera, we obtained 100% prediction accuracy. In summary, we present a deep learning approach that shows promising results in prediction of filamentous fungi identification from culture, which could be used to enhance diagnostic accuracy and decrease turnaround time to identification.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
zhangyt完成签到 ,获得积分10
3秒前
毓香谷的春天完成签到 ,获得积分10
6秒前
研友_闾丘枫完成签到 ,获得积分10
9秒前
11秒前
碎片完成签到,获得积分10
15秒前
碎片发布了新的文献求助10
18秒前
21秒前
24秒前
24秒前
慈祥的蛋挞完成签到,获得积分10
25秒前
27秒前
Umair发布了新的文献求助10
33秒前
39秒前
KSDalton发布了新的文献求助10
45秒前
1分钟前
冷静新烟发布了新的文献求助10
1分钟前
冷静新烟完成签到,获得积分10
1分钟前
研友_LOrqv8完成签到,获得积分10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
梦之凌云应助科研通管家采纳,获得30
1分钟前
梦之凌云应助科研通管家采纳,获得30
1分钟前
梦之凌云应助科研通管家采纳,获得30
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
Umair完成签到,获得积分10
1分钟前
lyfing发布了新的文献求助10
1分钟前
lyfing完成签到 ,获得积分20
1分钟前
1分钟前
机智乐菱完成签到,获得积分10
1分钟前
动人的书雪完成签到,获得积分10
1分钟前
FashionBoy应助义气珩采纳,获得10
1分钟前
碧蓝香芦完成签到 ,获得积分10
1分钟前
生姜批发刘哥完成签到 ,获得积分10
2分钟前
机智乐菱发布了新的文献求助10
2分钟前
朴实雨竹发布了新的文献求助10
2分钟前
脑洞疼应助动人的书雪采纳,获得10
2分钟前
2分钟前
喵总完成签到,获得积分10
2分钟前
2分钟前
义气珩发布了新的文献求助10
2分钟前
朴实雨竹完成签到,获得积分10
2分钟前
高分求助中
中国国际图书贸易总公司40周年纪念文集 大事记1949-1987 2000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
草地生态学 880
Threaded Harmony: A Sustainable Approach to Fashion 799
Basic Modern Theory of Linear Complex Analytic 𝑞-Difference Equations 510
Queer Politics in Times of New Authoritarianisms: Popular Culture in South Asia 500
Livre et militantisme : La Cité éditeur 1958-1967 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3059494
求助须知:如何正确求助?哪些是违规求助? 2715449
关于积分的说明 7445134
捐赠科研通 2360984
什么是DOI,文献DOI怎么找? 1251082
科研通“疑难数据库(出版商)”最低求助积分说明 607698
版权声明 596448