基于YOLOv3算法检测经改良抗酸染色后脑脊液中分枝杆菌图像的研究

目的探索将YOLOv3算法用来检测脑脊液中分枝杆菌的应用价值。方法采集经改良抗酸染色后肺泡灌洗液玻片中分枝杆菌的图像作为训练组,用来训练可识别分枝杆菌的卷积神经网络算法,并测试该算法识别测试组中肺泡灌洗液和脑脊液玻片中分枝杆菌图像的精确率。结果经过两次独立训练,YOLOv3算法对肺泡灌洗液中105处细菌图像的识别精确率为93.0%,召回率为90.4%,F1-score为0.91;该算法对脑脊液分枝杆菌图像中67处细菌图像的识别精确率为88.0%,召回率为76.1%,F1-score为0.81。结论通过足够数量分枝杆菌图片训练的YOLOv3算法,可接近人工识别分枝杆菌的水平,且检出效率明显提高。