一种用于制药开发中细菌菌落形成单位计数的 Mask R-CNN 方法
机器学习
2021-03-10 v1 计算机视觉与模式识别
定量方法
摘要
我们提出了将著名的 Mask R-CNN 方法应用于培养在培养皿中的不同类型细菌菌落形成单位计数的实例。我们的模型通过现代 SPA（单页应用）提供给实验室技术员使用。用户可以上传培养皿图像，之后为此任务专门训练和调优的 Mask R-CNN 模型会检测 BVG- 和 BVG+ 菌落的数量，并在交互式界面中显示供用户核实。用户随后可以检查模型的预测，在认为必要时进行修正，并最终确认。我们改进的 Mask R-CNN 模型在交并比（IoU）阈值为 50% 时达到了 94% 的平均精度均值（mAP）。基于这些令人鼓舞的结果，我们看到了将准确性和节省时间的优势推广到相关问题的机会，例如推广到其他细菌类型和病毒灶计数。
引用
@article{arxiv.2103.05337,
title = {A Mask R-CNN approach to counting bacterial colony forming units in pharmaceutical development},
author = {Tanguy Naets and Maarten Huijsmans and Paul Smyth and Laurent Sorber and Gaël de Lannoy},
journal= {arXiv preprint arXiv:2103.05337},
year = {2021}
}
备注
9 pages, 3 pdf figures. Extended version of poster presented at ESANN 2020 (European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning)