99.3%革兰氏分型
将表面增强拉曼散射与深度学习相结合,实现对血液中细菌的免标记快速鉴定,无需培养步骤即可提供临床用药参考。
Tseng, Yi · Ko, Hsien Chen · Huang, Po-Chao · Han, Yin-Yi · Huang, Nien-Tsu
ACS Applied Materials & Interfaces 2023
模型直接分析临床血样中的细菌SERS光谱,省略耗时的培养步骤,大幅缩短鉴定时间。
ViT模型对革兰氏分型和菌种鉴定的准确率分别达到99.30%和97.56%,性能优异。
利用迁移学习,仅需200个数据集即可实现MRSA与MSSA耐药菌株的准确鉴定,准确率达98.5%。