基于适配视觉Transformer的无标记细菌菌种鉴定

研究将深度学习菌种鉴定方法从实验室菌株扩展至临床分离株，采用自监督适配的DINOv3视觉Transformer，从微流控陷阱中相差延时图像无荧光标记识别菌种。在Mueller-Hinton培养基预培养的5种临床分离株中，60帧（118分钟）平均macro-F1达93.6±1.3%；在掺入供体血的E. coli与K. pneumoniae分离株中，55帧（54分钟）为87.2±2.7%。