编辑推荐：
本研究是一项探索性概念验证，开发并验证了深度学习方法用于自动识别阴道分泌物涂片中的真菌元素。其核心在于利用智能手机或平板电脑等移动设备直接拍摄的革兰氏染色镜检图像，突破了传统数字显微镜的硬件限制。研究者构建了包含ResNet18（真菌有无二分类）、YOLOv5（目标检测）和YOLOv11（实例分割）的模型框架，在包含阴道感染全谱系的移动采集图像数据集上取得了高准确率。工作创新性地在真实教学环境中采集图像，以模拟资源受限场景，为将人工智能辅助移动显微技术整合到常规工作流、提升微生物感染的数字分析水平提供了可行性方案，尤其在基层医疗和远程诊断中具有应用潜力。
引言
显微镜检查在临床识别患者样本中的微生物病原体方面发挥着核心作用。然而，许多设施缺乏配备摄像头的显微镜，限制了数字图像分析和远程会诊的可及性。移动设备的普及为获取高分辨率显微图像提供了一种实用、低成本的替代方案。本研究的焦点是外阴阴道念珠菌病（VVC），这是一种常见的真菌感染。其准确诊断依赖于识别念珠菌的多种形态（酵母、出芽酵母、假菌丝/菌丝）。尽管人工智能（AI）在真菌自动分析方面取得了进展，但大多数先前研究依赖于在受控条件下用带摄像头的显微镜获取的高质量图像，这限制了其在现实世界中的泛化能力。本研究旨在填补这一空白，开发并验证适用于现实条件下用移动设备获取的革兰氏染色阴道分泌物图像的深度学习模型。
材料与方法
样本制备与图像采集
研究使用了在清迈大学Maharaj Nakorn医院收集的匿名患者阴道分泌物样本制成的永久革兰氏染色玻片。总共收集了1259张移动设备获取的阴道分泌物革兰氏染色显微图像，涵盖了细菌性阴道病（BV）、淋球菌感染（GU）、衣原体感染（NGU）、滴虫病（TV）、外阴阴道念珠菌病（VVC）以及以乳杆菌（Lactobacillus）为主的正常样本。其中894张图像由235名医学生在教学实验室课程期间，使用其智能手机或平板电脑手持贴近显微镜目镜在1000倍放大倍率下拍摄。另外298张图像使用Celestron NexYZ通用适配器在更受控的环境下采集，还有67张图像使用尼康DS-Fi1专用数码显微镜获取以提供高质量参考。
图像标注与预处理
所有图像均由至少两名医学真菌学专家根据既定诊断特征进行标注。使用Labelbox平台，围绕真菌元素绘制边界框和自由形式的实例分割掩膜。用于分类任务的图像应用了对比度受限的自适应直方图均衡化（CLAHE）以增强图像质量。
模型构建与训练
研究开发了三个深度学习模型，针对不同任务：
- 1.
分类模型（ResNet18）：用于图像级的真菌有无二分类。模型在ImageNet预训练权重基础上进行微调，将图像分为含真菌（F）和不含真菌（NF）两类。
- 2.
目标检测模型（YOLOv5）：用于在图像中定位真菌元素。使用在Roboflow酵母数据集上预训练的YOLOv5s模型，然后在本研究的移动设备获取数据集上进行微调。
- 3.
实例分割模型（YOLOv11）：用于精确勾勒每个真菌实例的轮廓。采用两阶段训练策略：首先在公开的阴道分泌物湿片图像数据集上训练，学习通用真菌形态；然后在本研究的移动设备获取数据集上进行微调，以适配智能手机图像的变异性。
训练中采用了患者级别的数据分隔策略以防止数据泄露，并使用包括交叉验证、早期停止等技术优化模型。模型性能在独立的测试集上进行评估。
结果
分类任务（真菌有无）
在159张未见过的测试图像上，ResNet18模型在区分含真菌与不含真菌图像方面表现优异，F1分数达到0.986，曲线下面积（AUC）为0.99，显著优于同样评估的MobileNetV2和EfficientNetB0模型。梯度加权类激活映射（Grad-CAM++）生成的热图显示，模型在阳性图像中能准确聚焦于酵母细胞簇或菌丝区域，为其决策提供了视觉解释。
真菌检测与分割
YOLOv5检测模型在交并比（IoU）阈值为0.50时达到最佳性能，精确率（precision）为0.812，召回率（recall）为0.622，平均精度均值（mAP50）为0.730。经过微调后，模型显著提升了检测准确性，并减少了将上皮细胞边缘或显微镜指针箭头等背景伪影误检为真菌的情况。
YOLOv11分割模型在IoU阈值为0.25时表现最佳，精确率为0.766，召回率为0.700，mAP50为0.727。该模型能够准确勾勒出单个酵母和具有挑战性的弯曲菌丝结构，即使在染色不均的视野中也是如此。模型在阴性样本（如白细胞为主的涂片或线索细胞样本）中能正确避免产生任何检测结果，展示了关键的临床特异性。
专家评估与模型泛化性
由8名经验丰富的临床和微生物学专家组成的小组对YOLOv11的分割结果进行了评估。在总计272份评分中，仅3.68%被评为“非常不恰当”。对于阳性图像，专家评价显示模型性能良好；对于阴性图像，所有专家均认为模型未预测出掩膜是“非常恰当的”。专家平均满意度为4.25分（满分5分）。初步的外部评估使用21张公开的革兰氏染色图像进行，模型显示出有限但可测量的泛化能力，平均IoU为0.44，Dice系数为0.60。
讨论
本研究首次开发并验证了用于在日常条件下通过移动设备直接获取的显微图像中识别真菌元素的深度学习模型。模型性能与以往基于高质量相机显微镜图像的研究相当。本研究有意接纳了真实点状护理使用中的变异性（如手持拍摄、不同设备），这对于在资源有限环境中实施具有直接意义。当前模型检测真菌元素不等同于临床诊断，它不区分定植与感染，未来可扩展为区分健康与感染状态、整合其他阴道分泌物特征（如线索细胞、滴虫）的多模态筛查工具。模型的权重也有潜力通过迁移学习应用于其他真菌成像任务（如真菌性角膜炎、皮肤癣菌病）。
研究存在一些局限性：样本收集自单一中心，主要为教学环境图像；仅使用了革兰氏染色涂片；当前模型将所有真菌形态视为单一类别。未来的工作应纳入更多样化的临床数据、其他制片方法（如湿片），并探索对特定念珠菌形态甚至物种的分类。
结论
本研究提出了一个开创性的深度学习框架，用于在移动设备获取的显微图像中进行基于形态学的真菌元素识别。在医学教学环境中由学生拍摄的图像上，模型的分类、检测和分割任务均表现出强大性能，显示出临床应用的潜力。这项工作为更广泛的多模态人工智能平台奠定了基础，有助于阴道分泌物综合征及其他真菌感染的诊断。通过将传统光学显微镜与智能手机/平板电脑摄像头及人工智能算法有效结合，本研究架起了传统显微技术与现代数字诊断之间的桥梁，尤其对资源有限环境中的医疗教育、临床诊断和患者护理具有重要价值。
