Last Updated on 19.01.2021 by admin
Быстрая и точная идентификация комаров, являющихся переносчиками патогенов человека, таких как малярия, является важной частью наблюдения за болезнями, переносимыми комарами. Теперь исследователи, сообщающие в журнале PLOS «Запущенные тропические болезни» , продемонстрировали эффективность системы искусственного интеллекта, известной как запутанная нейронная сеть, для классификации пола, рода, вида и линии комаров.
Малярия человека – это продолжающийся кризис общественного здравоохранения, затрагивающий несколько континентов, при этом наибольшее число случаев заболевания и людей из группы риска приходится на страны Африки к югу от Сахары. Однако идентификация комаров , являющихся переносчиками малярии, может быть затруднена – некоторые виды практически неотличимы даже для подготовленных систематиков.
В новой работе Джаннель Курет из Университета Род-Айленда, США, и ее коллеги применили свернутую нейронную сеть (CNN) к библиотеке из 1709 двумерных изображений взрослых комаров. Комары были собраны в 16 колониях в пяти географических регионах и включали один вид, который трудно идентифицировать квалифицированным медицинским энтомологам. Они также включали комаров, которые хранились двумя разными способами: путем мгновенного замораживания или в виде высушенных образцов.
Используя библиотеку идентифицированных видов, исследователи обучили CNN отличать Anopheles от других родов комаров, определять виды и пол в пределах Anopheles, а также идентифицировать два штамма внутри одного вида. Они обнаружили, что точность прогнозов для класса составляет 99,96%, а для пола – 98,48%.
«Эти результаты демонстрируют, что классификация изображений с помощью глубокого обучения может быть полезным методом для идентификации малярийных комаров даже среди видов с загадочными морфологическими вариациями», – говорят исследователи. «Разработка независимого и точного метода определения видов потенциально может улучшить практику наблюдения за комарами».
Загрузка...
