全面的蚊子翅膀图像存储库,用于推进基于几何形态和AI识别的几何识别研究

科学领域:

• 昆虫学 昆虫学是一门学科.
• 生物信息学是一种生物信息学.
• 计算机科学 计算机科学

背景情况:

• 准确的蚊子物种识别对于控制蚊子传播的疾病至关重要.
• 传统的方法是劳动密集型的,需要专业知识.
• 分子技术是有效的,但依赖于遗传数据.

研究的目的:

• 为几何形态测量研究提供蚊子翅膀图像的综合数据集.
• 促进用于蚊子识别的机器学习模型的开发.
• 支持载体监测和控制战略的进步.

主要方法:

• 收集了 10,500 个蚊子标本.
• 获得了18104张高分辨率的机翼图像.
• 有注释的图像带有详细的元信息用于形态分析.

主要成果:

• 现在可以获得大量的,精心策划的蚊子翅膀图像数据集.
• 该数据集可以对翼形状和纹图案进行详细的几何测量.
• 促进对物种内部变异和物种级别歧视的研究.

结论:

• 机翼几何形态学为蚊子识别提供了一个有希望的,高效的替代方案.
• 该数据集将加速人工智能驱动的载体监测工具的开发.
• 该资源支持全球努力缓解蚊子传播疾病的传播.