在瘧疾等蚊媒傳染病防治工作中，快速且準確地識別傳播瘧原蟲的蚊子至關(guān)重要。近期，美國羅德島大學的一組研究人員提出，使用人工智能卷積神經(jīng)網(wǎng)絡，可以從性別、種類等角度對蚊子進行有效分類。
作為一種感染瘧原蟲而引起的蟲媒傳染病，瘧疾廣泛影響著全球多個地區(qū)，其中撒哈拉以南的非洲最為嚴重。按蚊（又稱瘧蚊）是傳播瘧疾的唯一媒介，我國較重要的傳瘧媒介有中華按蚊、嗜人按蚊、微小按蚊和大劣按蚊4種。要從眾多蚊子當中，準確鑒別出這些傳播瘧疾的蚊子并非易事，有些品種連訓練有素的分類專家都難以區(qū)分。
圖1：斯氏按蚊（Anopheles stephensi）的代表性標本圖像。左圖為-80℃冷凍保存的蚊子，右圖為室溫下干燥的蚊子。
12月17日，美國羅德島大學的研究人員在學術(shù)期刊《科學公共圖書館被忽視的熱帶卜發(fā)表了一項最新研究。他們用1709張蚊子照片和其對應的蚊子性別、屬、種和品系訓練卷積神經(jīng)網(wǎng)絡，成功訓練出能歸類蚊子的人工智能網(wǎng)絡。這些蚊子從16個蚊蟲聚集區(qū)收集而來，包括一些辨認難度極高的品種。
圖2：研究圖像數(shù)據(jù)集中的示例圖像
結(jié)果表明，研究中的卷積神經(jīng)網(wǎng)絡可以將傳染瘧疾的按蚊與其他蚊子區(qū)分開來，并且能夠識別按蚊的具體品種和性別，甚至分辨同一個物種（specie）中的兩個品系（strain）。
研究人員發(fā)現(xiàn)，該卷積神經(jīng)網(wǎng)絡識別按蚊物種的準確率為99.96%，識別按蚊性別的準確率為98.48%。
圖3: 原始圖像數(shù)據(jù)集被分為訓練、驗證和測試三個部分
研究人員稱，這項研究證明，通過深度學習進行圖像分類可以成為識別瘧蚊的有效方法。在實際使用過程中，需要用到顯微鏡、用于圖像采集的攝像機和CPU。他們認為，有必要進行進一步的調(diào)查，以確定如何在實地環(huán)境中實施此類方法，并與現(xiàn)有的蚊蟲監(jiān)測計劃相協(xié)調(diào)。
