加强载体控制:基于人工智能的识别和计数Aedes albopictus (Diptera: Culicidae) 蚊子的蛋
Minghao Wang1,2, Yibin Zhou3, Shenjun Yao4,5
1Key Laboratory of Geographic Information Science, Ministry of Education, Shanghai, China.
Parasites & vectors
|December 19, 2024
概括
一个新的AI模型准确地识别和计数Aedes albopictus蚊子的蛋,这对于预防登革热至关重要. 这种自动化系统显著加快了监测速度,增强了对这种疾病载体的公共卫生工作.
科学领域:
- 载体传播疾病的研究研究.
- 昆虫学中的人工智能
- 公共卫生监测技术 公共卫生监测技术
背景情况:
- 预防登革热依赖于监测艾迪斯蚊子种群.
- 在实地调查中,准确识别和计数Aedes albopictus蛋是具有挑战性的.
- 维特拉普用于监测阿德斯白斑虫密度.
研究的目的:
- 开发一种用于识别和计数Aedes albopictus蚊子蛋的自动化方法.
- 在复杂的野外环境中提高蚊子蛋检测的效率和准确性.
- 为了解决手动识别和计算蚊子蛋的局限性.
主要方法:
- 创建了一个 1729 个 Aedes albopictus 蛋图像的数据集.
- 采用了基于快速区域的卷积神经网络 (快速R-CNN) 的两阶段模型.
- 集成了分段任何模型 (SAM),以增强在各种条件下的检测.
- 使用重叠和形态过来识别和去除杂质.
主要成果:
- 该模型实现了高性能:精度 (0.977),回忆 (0.978),和F1得分 (0.977).
- 计数准确度很好,R平方为0.997和RMSE为1.742.
- 自动检测比手动计数快10倍以上,平均检测时间为0.48秒.
结论:
- 开发的AI模型在识别和计数Aedes albopictus蛋方面显示出高准确度.
- 这项技术为改进载体控制策略提供了巨大的潜力.
- 该研究为提高登革热预防公共卫生标准提供了新的技术支持.
