使用低成本智能手机进行蚊子检测：用于疟疾研究的数据采集
机器学习
2017-12-07 v3 计算机与社会
摘要
蚊子是疟疾的主要传播媒介，每年在发展中国家造成数十万人死亡。预防蚊虫叮咬对于减少疟疾传播病例至关重要，而更细致地理解疟疾、蚊子媒介、植被、积水和人口之间的相互作用，对于部署更有效的干预措施也至关重要。通常，疟疾传播蚊子的存在和检测仅由手工操作的捕虫器量化，或以疟疾诊断为依据。如果我们要收集及时的、大规模的数据以改善这一状况，就需要尽可能地将蚊子检测与分类过程自动化。在本文中，我们提出了一个候选移动感知系统，它既可作为便携式早期预警设备，也可作为自动声学数据采集流水线，以帮助推动科学探究与政策制定。驱动该移动系统的机器学习算法在离线多物种检测上取得了优异性能，同时保持了计算高效。此外，我们使用低成本手机进行了初步的活体蚊子检测测试，并取得了有前景的结果。该系统在东南亚和非洲的现场部署计划于不久的将来实现。为了加速现场录音的处理和所收集数据的标注，我们采用了一个公民科学平台结合自动化方法，前者通过 Zooniverse 平台实现，允许大规模众包。
引用
@article{arxiv.1711.06346,
title = {Mosquito detection with low-cost smartphones: data acquisition for malaria research},
author = {Yunpeng Li and Davide Zilli and Henry Chan and Ivan Kiskin and Marianne Sinka and Stephen Roberts and Kathy Willis},
journal= {arXiv preprint arXiv:1711.06346},
year = {2017}
}
备注
Presented at NIPS 2017 Workshop on Machine Learning for the Developing World