深度學習技術在病媒生物圖像識別中的應用

作者：姚韻怡審稿人：楊坤來源：血吸蟲病室發布時間：2024-10-25 訪問量：1494

媒傳疾病（VBDs）是全球公共衛生的重大威脅，約80%的人口面臨至少一種媒傳疾病的風險。蚊子、蜱蟲、螺類等病媒生物攜帶病毒、細菌和寄生蟲，導致瘧疾、登革熱、血吸蟲病、裂谷熱等傳染病的蔓延。然而，當前依賴人工識別病媒生物的方式既耗時又高度依賴專家經驗，阻礙了疾病防控的效率。深度學習作為新興的人工智能技術，在病媒生物圖像識別領域的應用具有巨大潛力。

近日，我所研究團隊在國際期刊《Pest Management Science》（IF=3.8/中科院1區）上發表了題為“Deep Learning in Disease Vector Image Identification”的綜述論文，揭示了深度學習技術在病媒生物識別中的應用潛力，為未來的病媒控制技術提供了重要的參考。

深度學習具有自動特征提取能力，相比于傳統機器學習，無需使用大量預處理方法的情況下，能夠高效識別病媒生物圖像。深度學習技術不僅可以進行物種鑒定和目標檢測，實現病媒生物的智能化快速監測，還可以利用衛星圖像，無人機等技術自動識別潛在的病媒孳生地，大大提高了病媒生物監測的效率，尤其是高風險地區。能夠為政府和公共衛生部門提供針對性控制措施的科學依據。深度學習技術集成于智能識別系統可以大大減輕防控人員的監測負擔，更廣泛的讓民眾參與其中。但該技術也面臨高質量現場數據集匱乏、模型泛化能力不足、應用場景局限等問題，需要提高現場數據集數量和質量，結合元學習、度量學習等技術來應對挑戰。

南京醫科大學研究生白少文、江蘇省血吸蟲病防治研究所施亮主管醫師為本文共同第一作者，楊坤研究員為本文通訊作者。全文鏈接：https://doi.org/10.1002/ps.8473

深夜成人影院,精品国产一区二区三区av片,日韩美女av在线,国产精品毛片aⅴ一区二区三区

深度學習技術在病媒生物圖像識別中的應用

最近新聞