Automatyczna analiza mikroskopijnych obrazów osadu moczu za pomocą YOLOv10 z optymalizacją wyboru lidera szympana

Podsumowanie

Studia proponuje model wykorzystujący zestaw danych UMID do wykrywania i klasyfikacji komórek moczu, w tym czerwonych krwinek, białych krwinek, komórek nabłonkowych, kryształków i bakterii. Zastosowanie YOLOv10 z Optymalizacją Wyboru Przywódcy Szympansa osiąga 84% mAP50 w podzbiorze testowym, potencjalnie zmniejszając pracę manualnej mikroskopi stosowanej w klinicznym badaniu moczu.

Streszczenie

Aby zdiagnozować różne choroby układu moczowego, istotne jest dokładne wykrywanie komórek moczu. W niniejszym artykule przedstawiono nowatorskie podejście do wykrywania i klasyfikacji komórek moczu z wykorzystaniem modelu YOLOv10 (You Only Look Once wersja 10) zintegrowanego z algorytmem CLEO. YOLOv10, znany z wyższej wydajności w wykrywaniu obiektów, został połączony z CLEO, algorytmem optymalizacji inspirowanym przyrodą. Model został przetrenowany na Urine Microscopic Image Dataset (UMID), zawierającym różne typy obrazów komórek moczu. Sklasyfikowano wiele typów komórek, w tym bakterie, komórki nabłonkowe, czerwone i białe krwinki, kryształy oraz cylindry bezpośrednio z mikroskopowych obrazów próbek moczu. Wyniki z rygorystycznych testów pokazują, że YOLOv10 zintegrowany z CLEO jest niezawodnym narzędziem do analizy osadu moczu, osiągając średnią precyzję średnią@50 (mAP50) na poziomie 84% i przypominanie na poziomie 90%. Zatem zaproponowane podejście oferuje znaczne poprawki w szybkości i spójności w porównaniu z tradycyjnymi metodami analizy osadu moczu. Ramowy system może automatycznie analizować obrazy osadzonych obrazów moczu w czasie rzeczywistym z dobrą wydajnością wykrywania i ma potencjał do wspomagania komputerowej analizy klinicznej moczu, zmniejszając w ten sposób obciążenie analizy i diagnozy manualnych.

Wprowadzenie

Choroba nerek, infekcje dróg moczowych, zaburzenia metaboliczne i nieprawidłowości ogólnoustrojowe mogą być wykryte przez badanie moczu, które jest bardzo ważnym procesem diagnostycznym^1,2. Konieczne jest zbadanie osadu moczu pod mikroskopem, aby zidentyfikować drobne składniki, takie jak czerwone krwinki (RBC), białe krwinki (WBC), bakterie, grzyby, wylewy itp³. Jednak konwencjonalna ręczna analiza za pomocą mikroskopii optycznej jest pracochłonna i zależy od umiejętności technika, co może prowadzić do zmienności diagnoz pomiędzy obserwatorami i niekonsekwentnych diagnoz w zajętych środowiskach klinicznych^4,5.

Potrzebna jest ukierunkowana metoda, aby rozwiązać problemy z automatyczną analizą próbek moczu. Imponująca wydajność w czasie rzeczywistym głębokiego uczenia się w lokalizowanie i klasyfikowanie obiektów w analizie obrazów daje nadzieję na obrazowanie medyczne, szczególnie w zakresie algorytmów wykrywania obiektów, przy czym wybitnym przykładem jest rodzina algorytmów You Only Look Once (YOLO)^6,7,8. Poprzednie badania wykorzystujące warianty YOLO napotykały na problemy z nakładającymi się cząstkami moczu, różnorodnością morfologii cząstek moczu, brakiem równowagi klas oraz słabą dokładność wydajności w złożonych warunkach^3,9,10,11. Ponadto zależność od ręcznie wybranych hiperparametrów w tych systemach opartych na YOLO może utrudniać generalizację modelu i optymalizację.

YOLOv10 to aktualny model, który poprawia ekstrakcję cech, wydajność obliczeniową i szybkość wyprowadzania wniosków dla analizy obrazów w czasie rzeczywistym¹². Jednak jego wydajność zależy od znalezienia optymalnego zestawu parametrów, co jest złożonym, nieliniowym problemem optymalizacyjnym i może wpływać na stabilność zbieżności i dokładność wykrywania. Dlatego konieczne jest zastosowanie wydajnej metody optymalizacji, aby poprawić wydajność podejścia w wykrywaniu mikroskopowych osadów moczu. Ta praca badawcza integruje algorytm CLEO, inspirowany hierarchią społeczną szympansów, aby zoptymalizować parametry YOLOv10. CLEO wyróżnia się równowagą eksploracji i eksploatacji, a także skuteczną nawigacją w wyzwaniach optymalizacji wielowymiarowych, przez co unika pułapek lokalnych optymalnych, typowym dla tradycyjnych metod^13,14. Ta adaptacja jest ważna dla analizy osadu moczu. W tej aplikacji warunki obrazu są różne, podobnie jak kształt i faktura cząstek. W takich warunkach wymagana jest stabilna wydajność wykrywania. CLEO może być stosowany w czasie rzeczywistym w zastosowaniach klinicznych i może osiągnąć szybszą zbieżność i lepsze wyniki globalnego wyszukiwania niż inne powszechnie stosowane algorytmy optymalizacji¹⁵.

Przedstawiono tu postęp osiągnięty w analizie komórek moczu przy użyciu głębokiego uczenia się. We wczesnej automatycznej analizie osadu moczu zastosowano tradycyjne techniki przetwarzania obrazów, takie jak progowanie i ekstrakcja cech, w połączeniu z klasyfikatorami takimi jak SVM, k-NN, drzewa decyzyjne i algorytm Random Forest^{16,17,18,19,20}. Te techniki odnosiły umiarkowany sukces, ale słabo radziły sobie z nakładającymi się komórkami, różnymi warunkami oświetlenia, szumem i skomplikowanymi morfologiami osadu. Ponadto wymagano znacznego poziomu wiedzy fachowej do manualnego konstruowania cech. Wzrost głębokiego uczenia się, szczególnie sieci konwolucyjnych (CNN), znacznie poprawił analizę obrazów, przy czym architektury takie jak AlexNet i ResNet osiągnęły lepszą dokładność klasyfikacji²¹. Jednak większość metod opartych na CNN nadal koncentruje się na klasyfikacji na poziomie obrazu zamiast na wykrywaniu i lokalizacji w czasie rzeczywistym wielu cząstek osadu na obrazach mikroskopowych.

Rodzina ram dla wykrywania obiektów YOLO zdobyła popularność w dziedzinie analizy obrazów medycznych ze względu na ich szybką i dokładną wydajność. Systemy oparte na YOLO, takie jak YOLOv3, YOLOv5 i YOLOv8, wykazały dopuszczalną wydajność w czasie rzeczywistym i poprawioną lokalizację składników osadu moczu w porównaniu z technikami opartymi na propozycjach regionów, takimi jak Faster R-CNN i Mask R-CNN^14,15,22. Mimo to istnieją trudności, w tym wrażliwość na brak równowagi klas oraz mniej dokładne klasyfikowanie dla małych lub podobnych cząstek oraz używanie ręcznie wybranych parametrów treningowych. Ostatnie odkrycia wskazują, że łączenie metaheuristcznych technik optymalizacji, takich jak optymalizacja roju czą

Protokół

Dane użyte w tym badaniu pochodzą z publicznej bazy danych obrazów mikroskopijnych osadu moczu. W trakcie badania nie używano żadnych danych osobowych identyfikujących pacjenta. Handlowe elementy związane z tym protokołem są wymienione w Tabeli materiałów.

Nabycie i przygotowanie zestawu danych
Uzyskano mikroskopijne obrazy osadu moczu zawierające czerwone i białe krwinki, komórki nabłonkowe, kryształki, wylewy, bakterie i drożdże. Wszystkie obrazy zapisano w formacie PNG lub JPEG, stosując spójne konwencje nazewnictwa. Wykluczono rozmazane lub niskiej jakości obrazy zawierające niekompletne artefakty osadowca. Do adnotacji obiektów na poziomie osadowca użyto oprogramowania do adnotacji obszarów wyboru. Każdemu typowi osadowca przypisano numer klasy, a adnotacje eksportowano w formacie YOLO zawierającym identyfikator klasy, snormalizowane współrzędne środka, szerokość i wysokość obszaru wyboru. Jakość adnotacji była sprawdzana ręcznie poprzez losowe wybieranie adnotowanych obrazów.

Zestaw danych został losowo podzielony na trzy podzbiory składające się z 70% danych treningowych, 15% danych walidacyjnych i 15% danych testowych. Do podziału zestawu danych użyto funkcji Python Scikit-learn train_test_split() z próbowaniem warstwowym. Każdy podzbiór utrzymywał proporcjonalną reprezentację wszystkich klas osadowca. Warstwowe losowe dzielenie zostało zastosowane, aby zminimalizować nierówności między klasami w poszczególnych partiach zestawu danych. Rozkład klasowy obrazów do kategorii osadowca moczu jest przedstawiony w Tabeli 1.

Wszystkie mikroskopijne obrazy zostały zmienione na rozmiar 640 × 640 pikseli za pomocą interpolacji dwuliniowej z użyciem OpenCV. Wartości intensywności pikseli zostały znormalizowane do zakresu [0,1]. Augmentacja danych została przeprowadzona za pomocą przewijania poziomego i pionowego, losowego obrotu (±15°), regulacji jasności i kontrastu podczas treningu. Przetworzone obrazy zostały zapisane w osobnych plikach treningowych, walidacyjnych i testowych.

Konfiguracja systemu
Środowisko eksperymentalne zostało skonfigurowane do analizy osadowca moczu opartej na głębokim nauczaniu. Zainstalowano wersję Pythona 3.10, framework głębokiego uczenia PyTorch oraz CUDA Toolkit wersja 12.1 do akcelacji GPU. Zainstalowano dodatkowe pakiety Pythona, w tym OpenCV, NumPy, Pandas, Matplotlib i Scikit-learn. Przed eksperymentami pobrano i skonfigurowano repozytorium implementacji YOLOv10. Tam, gdzie to możliwe, włączono deterministyczne obliczenia GPU, a wszystkie wersje pakietów użyte podczas eksperymentów zostały nagrane w celu wsparcia powtarzalności.

Wykrywanie osadowca moczu oparte na YOLOv10
Schemat YOLOv10 jest przedstawiony w Rysunek 1. Załadowano przetrenowanie wagi YOLOv10 na bazie danych COCO. Ostateczna warstwa wykrywania została zastąpiona niestandardową warstwą wyjściową, zastępując domyślną liczbę klas COCO liczbą klas osadowca moczu. Zaimplementowano konfigurację wykrywania bez ankrutów na podstawie struktury YOLOv10.

Hiperparametry treningowe zostały zainicjowanie z szybkością uczenia 0,001, wielkością partii 16, 300 epokami, optymalizatorem AdamW oraz spadkiem wagi 0,0005. Zastosowano kosineczkowe zmniejszanie szybkości uczenia i wcześniejsze zatrzymanie z wartością wytrwałości 20 podczas treningu.

Zestaw danych treningowych został wprowadzony do sieci YOLOv10 w celu wygenerowania prognoz obszarów wyboru i prawdopodobieństw klas. Podczas treningu obliczano straty lokalizujące, straty klasyfikacyjne, straty pewności i całkowite straty. Wagi modelu były aktualizowane za pomocą propagacji wstecznej i optymalizacji ze spadkiem gradientu. Walidacja była przeprowadzana po każdej epoce przy użyciu zestawu danych walidacyjnych.

Rysunek 1: Architektura YOLOv10. Schematyczne przedstawienie architektury wykrywania obiektów YOLOv10 użytej do zautomatyzowanej analizy osadowca moczu. Rysunek przedstawia komponenty wyciągania cech, wieloskalowego scalania cech i bezankrutowego wykrywania obiektów dla mikroskopijnych cząstek osadowca moczu. Proszę kliknąć tutaj, aby zobaczyć większą wersję tego rysunku.

Optymalizacja wyboru lidera szympansa (CLEO)
Schemat CLEO jest przedstawiony w Rysunek 2. Przestrzeń wyszukiwania optymalizacji obejmowała szybkość uczenia 0,0001–0,01, wielkość partii 8–32, pęd 0,8–0,99, spadek wagi 0,0001–0,001 i próg pewności 0,25–0,75. Wygener

Wyniki

Krzywe straty treningowych i walidacyjnych są przedstawione na Rysunku 4, który przedstawia wskaźniki wydajności YOLOv10 połączonego z CLEO dla wykrywania komórek moczu. Dokładność przewidywanych pudełków do wykrywania komórek moczu jest mierzona przez stratę pudełka. Błąd w przewidywaniu poprawnej klasy jest mierzony przez stratę klasyfikacji (cls). Rozproszona strata skupiająca się na punkcie (dfl) jest używana do poprawy dokładności regresji pudełka. Wartości wszystkich krzywych treningow...

Dyskusja

```html

Wyniki tego badania dostarczają przekonujących dowodów na potencjał automatycznego wykrywania i klasyfikacji składników osadu moczu za pomocą YOLOv10 i CLEO w kontekście diagnostyki medycznej. Zaproponowany model zapewnia szybsze i bardziej niezawodne rozwiązanie do podejmowania terminowych decyzji poprzez optymalizację hiperparametrów YOLOv10 za pomocą CLEO. Zaproponowany system zapewnia wysoką precyzję, recall, F1-score oraz wartości mAP dla różnych komórek moczu, takich jak RBC, WBC, komórki nabłonkowe, bakter...

Materiały

Lista materiałów użytych w tym artykule

Nazwa	Firma	Numer katalogowy	Komentarze
CUDA Toolkit 12.1	NVIDIA Corporation	Wersja 12.1/ RRID:SCR_018425	Platforma akceleracyjna GPU
LabelImg Annotation Tool	Tzutalin	RRID:SCR_016189	Narzędzie do annotacji
Matplotlib	Matplotlib Development Team	Wersja 3.x	Wizualizacja danych
NumPy	NumPy Developers	Wersja 1.x	Obliczenia numeryczne
OpenCV	OpenCV.org	RRID:SCR_015881	Przetwórstwo i analiza obrazu
Pandas	Pandas Development Team	Wersja 2.x	Obsługa i analiza danych
Python 3.10	Python Software Foundation	RRID:SCR_008394	Język programowania
PyTorch	PyTorch Foundation	RRID:SCR_018536	Framework do uczenia głębokiego
Scikit-learn	scikit-learn Developers	RRID:SCR_002577	Narzędzia do uczenia maszynowego
Ubuntu Linux	Canonical Ltd.	Wersja 22.04	System operacyjny
Urine Sediment Microscopic Dataset	Public dataset repository	GitHub - dipamgoswami/UMID-Urine-Microscopic-Image-Dataset: Urine Microscopic Image Dataset with point and box annotations · GitHub	Zestaw obrazów mikroskopijnych moczu
YOLOv10 implementation	Ultralytics	YOLOv10: Real-Time End-to-End Object Detection | Ultralytics Docs	Framework do wykrywania obiektów