End-to-end plaque counting and virus titration from laboratory plate images with deep learning

Resumen Técnico: Conteo de placas y titulación viral de extremo a extremo a partir de imágenes de placas de laboratorio con aprendizaje profundo

Enunciado del Problema
Los ensayos de placas siguen siendo el estándar de oro para medir la infectividad viral; sin embargo, la cuantificación de placas a partir de imágenes de placas se realiza tradicionalmente mediante inspección visual. Este proceso manual es laborioso, subjetivo, propenso a la variabilidad entre operadores y difícil de estandarizar entre diferentes analistas y laboratorios. Aunque existen soluciones de software anteriores (por ejemplo, Plaque2.0, Viridot, macros de Fiji/ImageJ), a menudo dependen de condiciones de imagen controladas, óptica especializada (como fluorescencia o holografía) o un ajuste laborioso de parámetros. Estas limitaciones restringen su adopción para ensayos de placas de efecto citopático (CPE) sin marcaje, capturados como fotografías simples, para uso rutinario.

Metodología
Los autores proponen un flujo de trabajo asistido por computadora de extremo a extremo para la titulación viral directamente a partir de imágenes de ensayos de placas de laboratorio. La pipeline integra dos modelos de aprendizaje profundo derivados de la familia Segment Anything Model (SAM), diseñados para operar bajo condiciones de imagen heterogéneas sin hardware especializado.

1. Segmentación de pocillos (basada en SAM2):

   • Objetivo: Detectar y localizar automáticamente los pocillos individuales del ensayo dentro de una imagen de placa completa, independientemente del formato de la placa (6 o 12 pocillos) o las condiciones de iluminación.
   • Modelo: Utiliza el generador de máscaras de SAM2 (específicamente el punto de control sam2.1_hiera_base_plus) en un entorno de cero disparos (zero-shot).
   • Proceso: Las imágenes de entrada se redimensionan y se generan máscaras candidatas. Una etapa de filtrado personalizada aplica restricciones geométricas (área > 100 píxeles, circularidad > 0.7) para eliminar detecciones espurias. Las máscaras validadas se mapean a la resolución original para determinar la disposición de la cuadrícula (fila/columna), permitiendo su asociación con los esquemas de dilución experimentales.
   • Entrenamiento: No se aplicó ajuste fino; el modelo depende de pesos preentrenados.

2. Segmentación de placas (basada en SAM):

   • Objetivo: Detectar y enumerar las placas dentro de cada pocillo recortado.
   • Modelo: Utiliza el codificador de imágenes de SAM (backbone ViT-B) como extractor de características congelado, emparejado con un decodificador convolucional ligero y específico de la tarea.
   • Entrenamiento: Solo los parámetros del decodificador se optimizaron utilizando PyTorch Lightning, el optimizador Adam y la pérdida de entropía cruzada binaria. El modelo se entrenó en un conjunto de datos mixto de imágenes del virus Mayaro (MAYV), el virus Coxsackie B3 (CVB3) y el virus de la vaccinia (VACV). Se empleó una amplia augmentación de datos (geométrica y basada en color) para mejorar la generalización.
   • Postprocesamiento: Dado que el modelo genera mapas de probabilidad sin separación de instancias explícita, se aplica una pipeline de postprocesamiento dedicada. Esto incluye segmentación por cuencas hidrográficas (watershed) en transformaciones de distancia, detección de círculos de Hough para validación geométrica, análisis de circularidad, agrupamiento DBSCAN para fusionar picos cercanos y filtrado de ruido (descartando detecciones < 10×10 píxeles). Este paso aborda específicamente el desafío de separar placas superpuestas.

3. Cálculo de titulación:

   • Los conteos finales de placas por pocillo se combinan con los datos de dilución y volumen de inoculación proporcionados por el usuario para calcular automáticamente las Unidades Formadoras de Placas por mililitro (UFP/mL).

Contribuciones Clave

• Arquitectura guiada por SAM dual: Un flujo de trabajo novedoso que combina SAM2 para una localización robusta de pocillos y una variante de SAM ajustada finamente para la segmentación de placas, reduciendo la carga de anotación mientras se mantiene la precisión.
• Plataforma web integrada (Titra): La pipeline se integra en una plataforma basada en la web (Titra) que permite análisis automatizado basado en aprendizaje automático, control de calidad rápido y gestión de experimentos.
• Conjunto de datos curado (MAYV/CVB3): La creación y el lanzamiento público planificado de un conjunto de datos que comprende imágenes de ensayos de placas de MAYV y CVB3, capturadas en condiciones de laboratorio rutinarias mediante fotografía con teléfono inteligente en placas de 6 y 12 pocillos.
• Lanzamiento de código abierto: El sistema está diseñado para ser de código abierto tras la aceptación del manuscrito para facilitar un análisis reproducible y escalable.

Resultados
El flujo de trabajo se evaluó en un conjunto de datos mixto que incluía imágenes privadas de MAYV/CVB3 e imágenes públicas de VACV (conjunto de datos VACVPlaque).

• Detección de pocillos: El modelo demostró alta precisión y exhaustividad en ambos conjuntos de datos. Para MAYV/CVB3, la exhaustividad fue de 0.9898 y la precisión de 0.9614; para VACV, la exhaustividad fue de 0.9920 y la precisión de 0.9841 (con umbral de IoU de 0.5). Los casos de fallo se limitaron principalmente a pocillos que eran casi completamente transparentes con una tinción mínima.
• Detección de placas:
  • Correlación: Se observaron fuertes correlaciones lineales entre los conteos automatizados y manuales. Para MAYV/CVB3, el coeficiente de correlación de Pearson fue de 0.98 (N=180). Para VACV, fue de 0.88 (N=126), con un rendimiento inferior atribuido a pocillos de alta densidad donde el solapamiento de placas es extenso.
  • Variabilidad entre expertos: Al compararse con cuatro expertos independientes, el método automatizado mostró una alta concordancia (r de Pearson oscilando entre 0.909 y 0.999). En pocillos de baja densidad, las discrepancias a menudo fueron comparables a la variabilidad observada entre expertos humanos. En pocillos de alta densidad, el modelo tendió a subestimar el conteo debido a la confluencia, una limitación compartida por los anotadores humanos.
  • Análisis de errores: Los errores relativos simétricos en el conteo de placas fueron generalmente bajos (< 0.2). La tasa de falsos positivos en pocillos vacíos fue mayor para MAYV/CVB3 (0.74) que para VACV (0.50).
• Estimación de UFP/mL: Para el conjunto de datos MAYV/CVB3, los valores de UFP/mL automatizados mostraron un fuerte acuerdo con los cálculos manuales (r de Pearson = 0.975). El análisis de Bland-Altman mostró una diferencia media de 0.06 con límites de acuerdo del 95% que oscilaron entre -0.31 y 0.44.
• Rendimiento: Sin aceleración por GPU, la detección de pocillos tarda aproximadamente 4 segundos, y la segmentación de placas tarda aproximadamente 4 segundos por pocillo.

Significado y Afirmaciones
El artículo afirma que el sistema propuesto proporciona una herramienta práctica, escalable y reproducible para el análisis de ensayos de placas de laboratorio. Al aprovechar modelos fundamentales, el flujo de trabajo logra una cuantificación agnóstica al virus en diferentes especies virales (MAYV, CVB3, VACV) y formatos de placa sin requerir hardware de imagen especializado.

Los autores enfatizan que el sistema reduce sustancialmente el esfuerzo de anotación manual y la variabilidad entre operadores. Si bien reconocen las limitaciones en pocillos de densidad extremadamente alta (confluentes), el estudio demuestra que el enfoque automatizado produce resultados altamente concordantes con el conteo manual experto y los cálculos estándar de titulación. El lanzamiento de la herramienta de código abierto y del conjunto de datos curado tiene como objetivo permitir una cuantificación viral lista para auditoría y reproducible para la comunidad de investigación en general.