研究人员使用人工智能来识别蚊子

研究人员使用人工智能来识别蚊子
蚊象库中斯蒂芬按蚊代表性标本图像。图片显示一只蚊子在零下80度被冷冻保存。资料来源:Couret, J.等人,2020 (CC-BY 2.0)

快速准确地识别蚊子,传播人类病原体,如疟疾是蚊子传播疾病监测的重要组成部分。现在,研究人员报告普罗斯忽略了热带疾病已经证明了一种被称为卷积神经网络的人工智能系统对蚊子的性别、属、种和品系进行分类的有效性。

人类疟疾是一种持续的公共卫生危机,影响多方大洲,撒哈拉以南非洲患病患者和人民的风险。但是识别传播疟疾是很困难的——一些物种甚至对训练有素的分类学家来说几乎无法区分。

在罗德岛大学的新工作中,美国和同事们将一个复杂的神经网络(CNN)应用于1,709个成年蚊虫的图书馆。蚊子在五分之一的殖民地收集还包括一种训练有素的医学昆虫学家很难识别的物种。他们还包括以两种不同的方式储存的蚊子——快速冷冻和干燥样本。

研究人员使用鉴定物种图书馆培训了CNN以区分来自其他蚊子属的人类,以识别人类内的物种和性别,并在单个物种中鉴定两个菌株。他们发现课程的99.96%,性别的98.48%的准确性。

这些结果表明,图像分类与这是一种识别疟疾蚊子的有用方法,即使是在具有隐性形态变异的物种中。”“开发一种独立而准确的物种识别方法可能会改善蚊子监测实践。”


进一步探索

芬兰发现的入侵蚊子可能传播疟疾

更多信息:Couret J, Moreira DC, Bernier D, Loberti AM, Dotson EM, Alvarez M(2020)利用卷积神经网络(convolutional neural networks)确定人类疟疾媒介物种的隐性形态变异。普罗斯14 (12): e0008904。doi.org/10.1371/journal.pntd.0008904
引用:研究人员使用人工智能到ID蚊子(2020年12月17日)从HTTPS://medicalXpress.com/news/2020-12-10-10-10-12-10-10-10-10-10-10-10-10-10-1021
此文件受版权保护。除作私人学习或研究之公平交易外,未经书面许可,任何部分不得转载。本内容仅供参考之用。
1股票

反馈到编辑

用户评论