中文

利用地形模型检测疟疾媒介滋生地

机器学习 2024-07-17 v2 计算机视觉与模式识别 图像与视频处理

摘要

处理作为疟疾媒介滋生地的静水是大多数疟疾消除行动的基本步骤。然而,在大面积范围内识别此类水体成本高昂、劳动密集且耗时,因此在资源有限的国家颇具挑战。能够高效定位水体的实用模型可通过大幅缩减现场工作人员需扫描的区域,使有限的资源得到针对性利用。为此,我们提出一种基于易获取、全球高分辨率 DEM 数据的实用地形模型,以预测潜在媒介滋生水体点的位置。我们调查了加纳的 Obuasi 地区,评估各类地形特征对不同类型水体的影响,并揭示了显著促成水生栖息地形成的特征。我们进一步评估了多种模型的有效性。我们的最佳模型显著优于先前利用地形变量检测小水体的尝试,甚至优于那些额外使用卫星影像数据的模型,并展现出跨不同设置的鲁棒性。

关键词

引用

@article{arxiv.2011.13714,
  title  = {Detection of Malaria Vector Breeding Habitats using Topographic Models},
  author = {Aishwarya Jadhav},
  journal= {arXiv preprint arXiv:2011.13714},
  year   = {2024}
}

备注

Presented at ML4D Workshop, NeurIPS 2020. Proceedings available: arXiv:2101.04347. Also presented at MLPH Workshop, NeurIPS 2020. Awarded Best Paper. Recording available https://slideslive.com/38938356/detection-of-malaria-vector-breedding-habitats-using-topographic-models