一个系统性疾病的视觉检测的案例研究:优化基于统计和机器学习模型的假桃病的识别
Weiqi Luo1,2, Kendall A Johnson3, Clive H Bock4
1USDA-ARS, 2001 South Rock Rd, Fort Pierce, Florida, United States, 34945.
Phytopathology
|June 22, 2025
概括
准确检测假桃病 (PPD) 对果园至关重要. 内节长度是最可靠的视觉症状,部署两个经验丰富的评分器可以提高检测准确性.
科学领域:
- 植物病理学 植物病理学
- 农业科学 农业科学
背景情况:
- 假桃病 (PPD),是由*Xylella fastidiosa*亚种引起的. *多重* (Xfm),威胁到商业桃子生产.
- 由于分子检测 (qPCR) 的高成本和后勤挑战,目前的PPD诊断依赖于视觉评估.
研究的目的:
- 为了评估视觉PPD评估的准确性.
- 确定可靠的视觉症状和影响诊断准确性的因素.
- 优化调查部署策略用于PPD检测.
主要方法:
- 使用CART/Random Forest分析和模拟来评估视觉症状的可靠性和评分器的表现.
- 主要组件分析评估了评级者经验和重复评估的影响.
- qPCR用于病原体的确认.
主要成果:
- 内节长度是PPD识别最可靠的视觉症状,优于树冠平坦度和形状.
- 鉴定者经验和重复评估显著改善了对qPCR结果的一致性.
- 建议部署两名经验丰富的评分员,以获得最佳的调查诊断准确度.
结论:
- 内节长度是视觉PPD诊断的一个关键指标.
- 战略评级器的部署和有针对性的症状选择提高了疾病的检测.
- 建议在可行的情况下整合分子诊断,以准确管理PPD.
