研究人员使用基于外泌体的策略来阻断小鼠的HIV限制技术材料对低碳转型的影响黑人女性患三阴性乳腺癌的风险增加了三倍常见抗生素可减少低出生体重和早产NIAID科学家发现丙型肝炎进入细胞的关键新的 125 万美元赠款使研究性激素在组织修复中的重要作用成为可能早产儿自动氧控装置临床试验检测研究人员利用人类干细胞构建胚胎样结构Wistar 科学家确定了预后不良的卵巢癌亚型的新治疗靶点哪些类型的大脑活动支持有意识的体验犹太医院接受新型人工心脏新技术提高了冷冻电子显微镜的清晰度和安全性统计建模为 DNA 折叠的统一理论指明了方向碳纤维电气测量为雷击保护技术铺平道路PAIN®中的研究报告称天气会影响疼痛耐受性少吃脂肪可以拯救你的头发唾液检测可以早期发现人乳头瘤病毒驱动的头颈癌活体肝移植对儿童有更好的结果正确的程序可以将免疫细胞变成癌症杀手开创性软件可以使用人工智能设计的纳米粒子生长和治疗虚拟肿瘤肯尼亚马加迪湖的记录表明地球轨道变化驱动的环境变化通过组织工程的新方法改善人类健康的研究蒙特利尔研究人员创造了一种生物打印神经元细胞的新方法研究人员在蒙大拿州发现四只恐龙加拿大的氮足迹显示出很大的区域差异左乳房放射治疗可使心脏病风险增加一倍研究表明坚持低脂乳制品可能不是唯一的心脏健康选择工程研究人员对二维超流体中涡旋的形成提出了新的解释CU研究人员授予NIH资助新中心研究自身免疫性疾病MIND饮食与更好的认知表现有关良好的睡眠时间恢复与更健康的饮食和减少饮酒有关吃植物性饮食引起的肠胃胀气增加表明肠道微生物群更健康高质量饮食与较低的偏头痛频率和严重程度有关肠道微生物是啤酒花化合物提供健康益处的关键地中海饮食可改善认知功能和记忆力研究表明善解人意的青少年来自更安全的家庭一项新研究将过量饮用咖啡与痴呆症风险增加联系起来运动和冥想可以在短短 10 分钟内帮助患有多动症的孩子研究发现心理干预可以成功治疗青少年的亚阈值抑郁症新的多样化研究揭示了参与ADHD治疗的六个阶段研究人员揭穿高药价是创新所必需的神话反义寡核苷酸疗法穿过血脑屏障PerkinElmer发布新的KRAS调查工具包2021年AI药物开发资金猛增研究人员发现可以使用新的计算机程序自动计算作为癌细胞标志物的微核用于骨科植入物的抗菌涂层可防止危险感染更高的波浪如何导致更多的冰云新西兰外海的深海生物多样性高于预期使用计算机辅助结肠镜检查可降低漏诊率研究人员在脑膜中发现的免疫系统 B 细胞
您的位置:首页>国内科研>

人工智能识别传播恰加斯病的接吻虫

劳伦斯 - 堪萨斯大学的一项新研究表明,基于普通的数码照片,机器学习能够识别以高精度传播称为恰加斯的无法治愈的疾病的昆虫。这个想法是让公共卫生官员将查加斯普遍作为一种新工具,以阻止疾病的传播,并最终直接向公众提供身份识别服务。

查加斯特别讨厌,因为大多数拥有它的人都不知道他们已经被感染了。但根据美国疾病控制和预防中心的数据,全世界8百万患有查加斯的人中约有20%到30%的人在某些晚些时候受到心脏节律异常的打击,可能导致猝死;膨胀的心脏不能有效地抽血;或扩张的食道或结肠。

这种疾病最常发生在triatomine bugs - 通常被称为“接吻虫” - 咬人并将寄生虫Trypanosoma cruzi传播到他们的血液中。南美洲最常见于墨西哥,中美洲和南美洲的农村地区。

最近在KU开展的一项名为虚拟矢量项目的项目旨在让公共卫生官员利用智能手机识别携带Chagas的triatomine,使用便携式摄影工作室拍摄虫子。

现在,KU的一名研究生在该项目的基础上进行了概念验证研究,显示人工智能通过分析普通照片可以高精度地识别12种墨西哥和39种巴西种类的接吻虫 - 对于希望削减南美锥虫病的传播。

生物多样性研究所和生态与进化生物学系的KU博士生Ali Khalighifar领导了一个刚刚在“医学昆虫学杂志”上发表研究结果的团队。为了识别常规照片中的接吻错误,Khalighfar和他的同事使用了谷歌的开源深度学习软件,称为TensorFlow,类似于支持Google反向图像搜索的技术。

“因为这个模型能够理解,基于像素色调和颜色,一个图像中涉及的内容,它可以取出信息并以模型可以理解的方式进行分析 - 然后你给他们其他图像进行测试它可以用非常好的识别率来识别它们,“Khalighifar说。“那是没有预处理的 - 你只是从原始图像开始,这很棒。这就是目标。以前,不可能做到准确的同样的事情,当然不能没有预处理图像。”

Khalighifar和他的合着者--KU信息和电信技术中心的研究员Ed Komp,墨西哥国家研究所的Janine M. Ramsey,巴西UniversidadedeBrasília大学的Rodrigo Gurgel-Gonçalves,以及A. Townsend Peterson,KU杰出教授生态学和进化生物学以及KU生物多样性研究所的高级策展人 - 使用405张墨西哥triatomine物种图像和1,584张巴西triatomine物种图像训练他们的算法。

他们写道,起初,该团队能够实现“所有墨西哥和巴西物种的正确识别率分别为83.0%和86.7%,与统计分类器的可比率相比有所改善”。但是,在将关于接吻虫的地理分布的信息添加到算法中之后,研究人员将识别的准确性提高到墨西哥物种的95.8%和巴西物种的98.9%。

根据Khalighifar的说法,基于算法的技术可以让公共卫生官员和其他人以前所未有的准确度识别triatomine物种,以更好地了解地面上的疾病媒介。

“在未来,我们希望开发一个基于新图像不断训练的模型的应用程序或网络平台,因此它始终在不断更新,为任何感兴趣的用户提供实时的高质量标识, “ 他说。

标签:

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。