Малайские биологи создали алгоритм, который определяет видовую принадлежность прихлопнутого на человеческой коже комара. Его точность составляет около 80 процентов. Как отмечается в статье для журнала Scientific Data, алгоритм может лечь в основу приложения для смартфона. С его помощью любой желающий не только выяснит, кто его укусил, но и поможет ученым, которые отслеживают популяции комаров, чтобы предотвратить вспышки переносимых ими инфекций.
В последние годы появился целый ряд мобильных приложений, благодаря которым можно определять видовую принадлежность живых организмов с помощью смартфона. Например, программа BirdNET распознает птиц по голосам, а PlantNet и несколько его аналогов работают с фотографиями растений. С помощью таких приложений можно не только удовлетворить собственное любопытство, но и помочь ученым собрать данные для исследований.
Биолог Сонкуань Он (Song-Quan Ong) из Малайзийского университета в Сабахе и его коллега Хамдан Ахмад (Hamdan Ahmad) из Научного университета Малайзии предложили использовать похожий принцип для отслеживания комариных популяций. Чтобы предотвратить вспышки переносимых комарами болезней, от малярии до лихорадок Денге и Зика, ученые отлавливают этих насекомых и подсчитывают количество особей разных видов. Однако такой подход требует много сил и времени. При этом миллионы людей ежедневно убивают на себе комаров. Если бы они могли определять видовую принадлежность прихлопнутых насекомых и делиться этой информацией с исследователями, это значительно облегчило бы работу последних.
Он и Ахмад предложили использовать для этого мобильное приложение, которое распознавало бы по фотографии, к какому виду принадлежит размазанный по человеческой коже комар. Впрочем, сначала исследователям необходимо было доказать, что такое определение вообще возможно, ведь раньше нейросети успешно использовались лишь для определения снимков неповрежденных комаров. Исследователи сосредоточились на трех видах комаров: желтолихорадочном (Aedes aegypti), азиатском тигровом (A. albopictus) и Culex quinquefasciatus. Именно эти насекомые, по данным ВОЗ, ответственны за распространение лихорадок денге, чикунгунья и Зика, желтой лихорадки, лихорадки Западного Нила и японского энцефалита.
Авторы выращивали комарих в лаборатории, а в возрасте четырех-пяти дней переносили их в прозрачный контейнер. После этого три добровольца с разным цветом кожи — китаец, малаец и индиец — помещали в контейнер руку и позволяли насекомому сесть на нее. Комаров фотографировали на человеческой коже, после чего убивали хлопком другой руки и снимали их останки. Некоторых особей прихлопывали вскоре после приземления, а другим позволяли напиться крови.
В общей сложности Он и Ахмад получили 1500 изображений живых и убитых насекомых, которые разделили две группы. Восемьдесят пять процентов снимков использовали для тренировки модели глубокого обучения, которая была создана с помощью онлайн-инструмента Teachable Machine 2.0, а пятнадцать процентов — для ее тестирования.
Проверка показала, что алгоритм правильно определяет вид прихлопнутого комара примерно в 80 процентах случаев. Таким образом, идея Она и Ахмада доказала свою жизнеспособность. Авторы признают, что алгоритм нуждается в улучшениях. Например, в выборку следует включить данные о людях с более разнообразными оттенками кожи, а также о других видах комаров. Кроме того, в исследовании были задействованы снимки, сделанные зеркальной цифровой камерой, а не смартфоном. Тем не менее в будущем аналогичные нейросети можно будет использовать в качестве основы для мобильного приложения.
https://nplus1.ru/news/2022/07/26/mosquito |
