一种AI辅助提升梅毒血清学检测可靠性与准确性的模型构建方法

本发明聚焦生物医学检测领域，旨在利用人工智能增强传感器检测可靠性与准确性。针对传统梅毒抗体凝集试验易受主观因素干扰、复杂样本信号识别难的问题，设计了两步卷积神经网络模型。该模型含对象查找算法和分类算法，前者通过深度学习大量反应卡纸图片，精准裁剪凝集沉淀区域；后者基于已知凝集强度等级样本图像，学习特征差异以准确判断凝集强度。大量实验表明，此方法有效排除干扰，大幅提升检测结果准确性与一致性，错误率远低于传统方法，检测水平堪比人类理想判读，在复杂样本检测中表现更优。同时，模型适应性强，经不同样本数据训练，可快速适配各类检测项目与反应卡纸类型，准确输出结果。