Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: urinary sediment

Sortuj według:

Ogranicz wyniki do:

Automated detection of multi-class urinary sediment particles: An accurate deep learning approach

Lyu He, Xu Fanxin, Jin Tao, Zheng Siyi, Zhou Chenchen, Cao Yang, Luo Bin, Huang Qinzhen, Xiang Wei, Li Dong

Biocybernetics and Biomedical Engineering

2023

Vol. 43, no. 4

672--683

Urine microscopy is an essential diagnostic tool for kidney and urinary tract diseases, with automated analysis of urinary sediment particles improving diagnostic efficiency. However, some urinary sediment particles remain challenging to identify due to individual variations, blurred boundaries, and unbalanced samples. This research aims to mitigate the adverse effects of urine sediment particles while improving multi-class detection performance. We proposed an innovative model based on improved YOLOX for detecting urine sediment particles (YUS-Net). The combination of urine sediment data augmentation and overall pre-trained weights enhances model optimization potential. Furthermore, we incorporate the attention module into the critical feature transfer path and employ a novel loss function, Varifocal loss, to facilitate the extraction of discriminative features, which assists in the identification of densely distributed small objects. Based on the USE dataset, YUS-Net achieves the mean Average Precision (mAP) of 96.07%, 99.35% average precision, and 96.77% average recall, with a latency of 26.13 ms per image. The specific metrics for each category are as follows: cast: 99.66% AP; cryst: 100% AP; epith: 92.31% AP; epithn: 100% AP; eryth: 92.31% AP; leuko: 99.90% AP; mycete: 99.96% AP. With a practical network structure, YUS-Net achieved efficient, accurate, end-to-end urinary sediment particle detection. The model takes native high-resolution images as input without additional steps. Finally, a data augmentation strategy appropriate for the urinary microscopic image domain is established, which provides a novel approach for applying other methods in urine microscopic images.

Standaryzacja badania ogólnego moczu

Jaźwińska-Kuliś J.

Laboratorium - Przegląd Ogólnopolski

2006

nr 12

41--43

Badanie ogólne moczu należy do najczęściej wykonywanych rutynowych badań laboratoryjnych. Jest przykładem badania przesiewowego oraz badania umożliwiającego monitorowanie zmian chorobowych w układzie moczowym, a także ocenę skuteczności zastosowanej farmakoterapii. Ponieważ mocz jest materiałem nietrwałym, zaleca się aby analizy w nim wykonane przeprowadzać w świeżej próbce. Ponadto, aby wyniki tych analiz były wiarygodne, należy rozpoznać i wyeliminować możliwe żródła niepewności oraz wystandaryzować fazę przedanalityczną i analityczną badania. Działanie standaryzujące w fazie analitycznej polega na automatyzacji badania własności fizycznych i chemicznych moczu, a w badaniu morfologii osadu - na przestrzeganiu warunków wirowania, objętości próbki moczu, osadu oraz doborze rodzaju mikroskopu lub cytometru przepływowego.

The urine analysis belongs to the most often performed laboratory tests. lt is a mass screening and it enables monitoring of pathological changes in urinary system and the effectiveness of the applied pharmacotherapy. The urine is a non-persistent material, so it is recommended to perform analysis in fresh urine specimen. The results of this analysis must be reliable so it is necessary to recognize and to exclude all known sources of uncertainty as well as to standardize the preanalytical, analytical and postanalytical phase. Standardization in the analytical phase consists in automation of physical and chemical analysis of urine sample. In morphology certain rules must be obeyed: conditions of centrifugation, volume of specimen urine, volume of urinary sediment, type of microscope or flow cytometer.