整合人工智能和翅膀几何形态测量来自动化蚊子分类
Vinicio Rodrigues de Lima1, Mauro César Cafundó de Morais2, Karin Kirchgatter3
1Programa de Pós-Graduação em Medicina Tropical, Faculdade de Medicina, Instituto de Medicina Tropical, Universidade de São Paulo, São Paulo, SP 05403-000, Brazil.
Acta tropica
|December 3, 2023
概括
人工智能 (AI) 和机翼几何形态测量 (WGM) 正在彻底改变蚊子识别. 这种组合提高了对疾病控制至关重要的物种的区分的准确性和效率.
科学领域:
- 昆虫学 昆虫学是一门学科.
- 计算机科学 计算机科学
- 生物信息学是一种生物信息学.
背景情况:
- 蚊子 (Diptera: Culicidae) 是重要的全球疾病载体,需要精确的物种识别.
- 翅膀几何形态学 (WGM) 为物种差异化提供了一个精确的数学方法.
- 传统的WGM面临着计算技术,特别是人工智能 (AI) 可以解决的挑战.
研究的目的:
- 审查用于蚊子物种识别的AI和WGM的整合.
- 突出AI在克服WGM限制和提高识别精度方面的作用.
- 讨论对蚊子种群监测和控制策略的影响.
主要方法:
- 审查使用人工智能的研究,包括机器学习 (ML) 和深度学习 (DL) 模型,如卷积神经网络 (CNN).
- 在WGM中分析AI应用程序,重点是蚊子翅膀中的自动地标检测.
- 评估AI性能指标,例如物种识别中的准确率.
主要成果:
- 人工智能,特别是CNN,在识别成年蚊子物种方面取得了很高的准确性 (84-93%).
- 深度学习模型 (ResNet50,VGG16) 在蚊子识别中表现出高达95%的准确性.
- 人工智能算法自动检测机翼里程碑,可重复率超过90%,显著提升WGM.
结论:
- 人工智能和WGM之间的协同作用为准确和高效的蚊子识别提供了一个强大的工具.
- 人工智能驱动的WGM增强了监测和控制携带疾病的蚊子种群的能力.
- 人工智能的持续进步有望进一步改善昆虫学研究和公共卫生倡议.
