Deep Learning zur automatisierten Pilz-Detektion in Mikroskopie-Bildern
Von KI ausgewählt und zusammengefasst
Worum es geht
Studie verglich 6 Deep-Learning-Modelle (YOLO, CNN, DETR) für automatisierte Erkennung von Pilzstrukturen in Oberflächenmykosen und optimierte das beste Modell zur klinischen Einsatz.
Ergebnis
YOLOv11 übertraf alle anderen Modelle; nach Optimierung (IoU-Schwelle 0,25) F1-Score für Hyphen bei 200× 97,84%, positive Vorhersagequote 98,27%; Robustheit über Erkrankungen hinweg, tinea capitis F1 98,53%.
Übertragbarkeit auf Deutschland
China-Daten, standardisierte Methoden, Einsatz als Entscheidungsunterstützung validiert
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.