牛津大学生物学家用 AI 帮助分析蚊子种类和有效控制疟疾传播

IT思维  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  
公众号/将门创投

来源:NVIDIA Blog

编译:Kathy

说到科学家在科研时的献身和对科学发展的促进,Marianne Sinka则为科学的进步贡献了自己的一些皮肤,一些发痒的皮肤…作为牛津大学的昆虫学家,她经常用自己的血肉作为蚊虫诱饵来对蚊虫进行研究。现在她用人工智能追踪讨厌的昆虫,并与它们携带的致命疾病作斗争。

“目前,检测一个地方有什么物种的最好方法是坐下来,卷起裤子,看看有什么蚊子咬你。” Sinka说,“但这显然是有一些不足的。”

不同于以往的研究方法,Sinka和其他牛津大学的研究人员正在使用便宜的手机和GPU加速的深度学习方法来研究蚊子。他们还想确定这些昆虫是否属于传播疟疾或其他危及生命疾病的物种。其目标是帮助疟疾肆虐且资金紧张的一些地区的政府去了解在何处和何时部署杀虫剂、疫苗和其他预防疾病的行动。

致命昆虫

很少有动物像蚊子一样被憎恨,而这是有充分理由的:它们是世界上最致命的动物,杀死的人比老虎、蛇、鲨鱼和狼杀死的人加起来还要多。吸血昆虫携带许多危及生命的疾病,包括疟疾、寨卡病毒、登革热和黄热病。

牛津大学生物学家用 AI 帮助分析蚊子种类和有效控制疟疾传播

图:雌性(上)和雄性(下)冈比亚按蚊,非洲疟疾的主要携带者。图片由疾病控制中心提供。

根据世界卫生组织的数据,2016年,仅疟疾一项疾病就感染了2亿多人,其中90 %的被感染者在非洲,并导致大约44.5万人死亡。联合国儿童基金会报告称,大多数死亡病例发生在5岁以下的儿童身上。

在大约3500种蚊子中,只有75种蚊子可以使人感染上疟疾,其中大约40种被认为携带了引起疾病的寄生虫。现在为了鉴定的蚊子种类,研究人员用人工诱饵或昂贵的光陷阱捕捉昆虫,并在显微镜下进行检查。对于一些重要的物种,他们还必须使用分子检测技术,例如测序蚊子的DNA以确保鉴定的准确性。“这些方法既昂贵又耗时,”Sinka说。

捕捉蚊虫,声纹识蚊

现在研究人员不在需要奉献自己去接近那些烦人的害虫,而是将一款带有声音感应APP的智能手机放置于蚊虫的活动范围内。科学家们提出了一种新的识别方法,因为像人、动物和机器一样,蚊虫也有其独特的声音特征,所以可以通过记录声音并分析的方式来识别出不同蚊子的种类。

牛津大学生物学家用 AI 帮助分析蚊子种类和有效控制疟疾传播

图:5种文字声音的傅里叶频谱

“我们都讨厌蚊子发出的独特的嗡嗡声,但这样的嗡嗡声确实可以帮助我们从不同的维度分析理解并分类不同的蚊子种类。”参与这个项目的牛津大学信号处理专业博士Ivan Kiskin说。这个名为dubedhumbug的项目是牛津大学和伦敦里士满基伍皇家植物园的合作项目。这一项目致力于检测并绘制出疟疾蚊虫的分布建立模型,从而帮助控制和消灭疟疾的传播。

牛津大学生物学家用 AI 帮助分析蚊子种类和有效控制疟疾传播

图:dubedHumbug项目

研究人员正在利用捕捉到的蚊子和NVIDIA GPUs的记录来训练神经网络来识别翅膀噪声。到目前为止这款基于深度学习的软件表明,嗡嗡声可能来自于蚊子疯狂的拍打翅膀,它们拍打翅膀每秒可达1000次。而深度学习具有十分强大的特征学习和表达能力,将它利用与分析蚊虫的声音频谱与对应种类的建模中,经过测试取得了十分优秀的结果。在许多测试中,算法的表现优越,超越了人类专家。这意味着科学家们再也不用为了研究忍受皮肉之苦了。

牛津大学生物学家用 AI 帮助分析蚊子种类和有效控制疟疾传播

图:研究人员将1.5s的声音频谱样本送入卷积神经网络来对蚊子进行分类

该项目的研究人员也开始对蚊虫进行物种区分,Kiskin说。但是进一步的研究进展受限于对更多培训数据的需求。目前更多的数据样本在收集过程中,前期的实验已经验证了项目的可行性,可以进一步拓展研究和建模的范围。

战胜疟疾

为了收集更多的声音,该研究团队正在给世界各地的研究小组装备该智能手机。此外,研究人员还开发了一款名为MozzWear的安卓APP,以便从更多热心的普通大众那里获得数据。MozzWear将记录蚊子的嗡嗡声以及时间和地点,用户可以将这些数据发送到全民科学门户网站Zooniverse。”

“疟疾是穷人的一种疾病,”蚊虫专家Sinka说。虽然这种疾病在发达国家也存在,但在那些人们居住在牲畜附近的地区更为常见,这些地区的居民往往太穷,他们没有空调、窗纱,甚至是可以罩住床的蚊帐。

最终,我们可以使用我们最好的算法和智能手机来绘制疟疾流行情况与地区或国家的相关性。” Kiskin说, “然后,我们对需要救援的地方就行援助来解决疟疾问题。”

牛津大学生物学家用 AI 帮助分析蚊子种类和有效控制疟疾传播

图 :资源卫星下泰国的植被分布,其中绿色为茂密植被区蚊虫滋生

这一算法的研究也为昆虫分类的研究提出了新的思路,可以在声音等维度上利用深度学习实现更加快速精准的分类,更多的研究成果我们拭目以待!

一些参考资料:

Paper:https://arxiv.org/abs/1705.05180

Project:http://humbug.ac.uk/

实验室网站:https://oxlel.zoo.ox.ac.uk/

随意打赏

生物学家疟疾传播牛津词典牛津大学
提交建议
微信扫一扫,分享给好友吧。