EggCountAI:一个基于卷积神经网络的软件,用于计数Aedes aegypti蚊子的蛋
Nouman Javed1,2, Adam J López-Denman2, Prasad N Paradkar2
1Institute for Intelligent Systems Research and Innovation, Deakin University, Geelong, VIC, 3216, Australia.
Parasites & vectors
|October 1, 2023
概括
一个人工智能工具EggCountAI准确地计算了Aedes aegypti蚊子的蛋,超过了现有的疾病载体控制方法. 这种自动化系统提高了准确性,特别是在集群卵的情况下.
科学领域:
- 矢量控制是指向量控制的方法.
- 医学昆虫学 医学昆虫学
- 生物学中的人工智能
背景情况:
- 蚊子传播的疾病对人类和动物健康构成重大风险.
- 蚊子的行为和健康特征是疾病传播的关键.
- 现有的蛋计数工具在聚集或重叠的蛋中缺乏准确性.
研究的目的:
- 开发EggCountAI,这是一个基于面具区域的自动化卷积神经网络 (RCNN) 工具,用于计数Aedes aegypti蚊子的蛋.
- 为了比较EggCountAI的性能与ICount和MECVision等既有工具的性能.
主要方法:
- 蛋计数AI是使用Mask R-CNN架构开发的.
- 两个模型被训练用于显微镜和宏观图像.
- 使用ImageJ对手动计数进行了性能验证,并与ICount和MECVision进行了比较.
主要成果:
- EggCountAI实现了高精度:98.88%的微观图像和96.06%的宏观图像.
- 它的表现明显优于ICount (81.71%/82.22%) 和MECVision (68.01%/51.71%).
- 在重叠或聚集的卵子中发现了优异的表现,其R平方值为0.99.
结论:
- 精确的蚊子蛋计数有助于识别用于向载体控制的首选产卵地点.
- EggCountAI增强了疾病传播预防策略.
- 未来的应用可能包括监测蚊子的食偏好.
