Insectes volants Détection et classification des capteurs peu coûteux
15 octobre 2014
Nous avons proposé un système qui utilise des capteurs de pseudo-acoustique non invasives peu coûteuses optiques pour détecter automatiquement et avec précision, compter, et classer les insectes en fonction de leur son volant volant.
L’objectif général de cette procédure est de détecter et d’identifier les insectes volants en fonction du son de leurs battements d’ailes. Ceci est accompli en utilisant d’abord un capteur pseudo-acoustique pour enregistrer en continu le son dans une chambre d’expérience. La deuxième étape consiste à détecter automatiquement les sons de vol d’insectes à partir de l’enregistrement brut.
La dernière étape consiste à classer automatiquement les sons de vol détectés afin d’identifier l’espèce et le sexe de l’insecte. En fin de compte, des figures et des tableaux sont utilisés pour montrer l’exactitude de la classification. Le principal avantage de cette technique est qu’elle est simple, peu coûteuse et qu’elle peut être rendue aussi omniprésente que les méthodes actuelles telles que les voyages collants et les voyages d’intercession, mais avec des avantages numériques tels qu’une plus grande précision et une surveillance en temps réel.
Pour commencer l’expérience, élevez les larves de moustiques dans des casseroles émaillées dans des conditions de laboratoire standard. Donnez-leur un mélange de nourriture pour rongeurs moulus et de levure de bière dans un rapport de trois pour un. Ensuite, collectez des pupi de moustiques dans des gobelets de 200 millilitres ou collectez des adultes de moustiques et placez-les dans des chambres expérimentales.
Assurez-vous que chaque chambre expérimentale contient de 20 à 40 individus de la même espèce et du même sexe. Mangez des moustiques adultes, un mélange de 10 % de saccharose et d’eau, et remplacez la nourriture une fois par semaine, des serviettes humides et en coton deux fois par semaine, et placez-les au-dessus des chambres expérimentales pour maintenir l’humidité. De plus, gardez une tasse de 200 millilitres d’eau du robinet dans la chambre en tout temps.
Maintenez les chambres expérimentales sur un cycle de 16 à huit heures de lumière à obscurité à 20,5 à 22 degrés Celsius et à 30 à 50 % d’humidité pendant toute la durée de l’expérience. Connectez la chambre d’expérimentation à une alimentation électrique et mettez l’appareil sous tension. Alignez les lumières laser sur le réseau photo en ajustant les aimants jusqu’à ce que le laser soit centré sur toutes les photodiodes individuelles.
Ensuite, effectuez deux vérifications de santé en vous assurant d’abord que le système est alimenté et que le laser pointe vers le réseau de photos. Deuxièmement, branchez le haut-parleur sur la prise audio pour vérifier si les alignements du laser et du réseau photo sont capables de capturer le son. Plongez une main dans et hors de la cage près de l’extrémité de la source laser.
Assurez-vous que la lumière laser est sur la main et écoutez pour voir si le son change. Au fur et à mesure que la main entre et sort, attachez une ficelle à une brosse à dents électronique et allumez la brosse à dents. Assurez-vous que la lumière laser est allumée.
Ensuite, déplacez la corde dans le plan laser et écoutez pour voir si le son change. Une fois le système correctement installé, ajoutez des insectes dans la cage et fermez le couvercle. Pour commencer la collecte de données, allumez l’enregistreur et effectuez une annotation vocale qui inclut les informations suivantes et mettez l’enregistrement en pause.
Ensuite, connectez l’enregistreur au système et reprenez l’enregistrement pendant trois jours. Téléchargez les données de l’enregistreur dans un nouveau dossier et videz l’enregistreur en supprimant les données. Répétez le processus d’enregistrement jusqu’à ce que les insectes restants soient morts et qu’il ne reste plus plus de cinq insectes vivants dans la cage.
Pour traiter les données, exécutez le logiciel de détection circadian WBF pour chaque dossier contenant des données d’une session d’enregistrement, ouvrez MATLAB et tapez dans la fenêtre de commande pour remplacer le répertoire de travail MATLAB par le répertoire de code et exécutez le code circadian WBF. Appuyez ensuite sur Entrée pour démarrer. Une fois l’algorithme terminé, vérifiez les résultats de détection que l’algorithme affiche dans un nouveau dossier, le classificateur atteint une précision de plus de 96 % lorsqu’il ne classe pas plus de cinq espèces d’insectes, comme le montre le tableau, qui affiche la précision de classification obtenue avec un nombre croissant de classes.
Lorsque le nombre de classes passe à 10, la précision n’est jamais inférieure à 79 %. Ce tannique peut aider à lutter contre les maladies innées telles que le matériel en produisant des informations réelles qui peuvent être utilisées pour planifier efficacement le programme de séparation. Il peut également aider les agriculteurs à limiter la propagation des dommages incidents sur leurs cultures en surveillant les ravageurs dans le champ.
Consultez la transcription complète et accédez à des milliers de vidéos scientifiques
Aperçu
Cette étude présente un système qui utilise des capteurs optiques pseudo-acoustiques peu coûteux et non invasifs pour détecter, classifier et compter les insectes volants en fonction du son de leurs battements d'ailes. La méthode offre une alternative numérique aux techniques traditionnelles de surveillance des insectes, en fournissant une plus grande précision et des données en temps réel.
Composantes clés de l'étude
Domaine scientifique
- Surveillance des insectes
- Technologie de détection acoustique
- Classification des espèces
Contexte
- Les méthodes traditionnelles de surveillance des insectes comprennent les pièges collants et les pièges d'interception.
- Ces méthodes peuvent être limitées en termes de précision et de collecte de données en temps réel.
- Les progrès dans la technologie de détection acoustique offrent de nouvelles possibilités pour la détection des insectes.
- Comprendre les populations d'insectes est essentiel pour les études écologiques et la gestion des ravageurs.
Objectif de l'étude
- Développer un système de détection automatique des sons émis par les insectes en vol.
- Classifier les sons détectés afin d'identifier l'espèce et le sexe des insectes.
- Mettre en évidence les avantages de cette méthode par rapport aux techniques de surveillance traditionnelles.
Méthodes utilisées
- Enregistrement continu du son à l'aide de capteurs pseudo-acoustiques dans une chambre expérimentale.
- Détection automatique des sons de vol des insectes à partir d'enregistrements audio bruts.
- Classification des sons détectés afin d'identifier l'espèce et le sexe.
- Utilisation de figures et de tableaux pour présenter les résultats de précision de la classification.
Résultats principaux
- Le système a détecté et classé avec succès diverses espèces d'insectes volants.
- Les résultats ont indiqué une précision supérieure par rapport aux méthodes traditionnelles.
- Des capacités de surveillance en temps réel ont été démontrées.
- La méthode est rentable et facile à mettre en œuvre.
Conclusions
- La présente étude propose une alternative viable pour la surveillance des insectes.
- Le système proposé améliore la précision et l'efficacité de la détection des insectes volants.
- Des applications futures pourraient conduire à des stratégies améliorées de surveillance écologique et de lutte antiparasitaire.
Questions fréquemment posées
Pertinence industrielle pour les cadres
Ce travail présente un système de capteurs peu coûteux et non invasif permettant la détection et la classification d'insectes volants à partir des sons émis par le battement de leurs ailes, offrant ainsi une alternative évolutive aux méthodes traditionnelles de surveillance entomologique. Cette approche fournit des données en temps réel avec une grande précision, pouvant soutenir les programmes de surveillance des vecteurs et de gestion des ravageurs en entomologie médicale et agricole. En permettant une surveillance continue avec une infrastructure minimale, le système améliore la fiabilité prédictive lors de la validation précoce des cibles pour des interventions visant à réduire la transmission des maladies ou les pertes de récoltes.
Applications stratégiques en recherche et développement en biopharmacie
Découverte précoce et validation de cibles
- Valeur scientifique : Permet l'analyse des phénotypes comportementaux des insectes grâce à une surveillance continue et non invasive des motifs de battement des ailes.
- Valeur opérationnelle : Facilite la vérification d'hypothèses en recherche sur la lutte antivectorielle en fournissant des données quantitatives d'activité spécifiques à l'espèce et au sexe.
- Valeur prédictive : Renforce la fiabilité du choix des cibles en corrélant l'activité des insectes avec des variables environnementales ou d'intervention.
Développement de tests et criblage
- Valeur scientifique : Génère des signatures acoustiques robustes et reproductibles qui servent d'indicateurs phénotypiques pour la classification des insectes.
- Valeur opérationnelle : Standardise la collecte de données entre différentes chambres expérimentales, réduisant ainsi la variabilité dans les études longitudinales.
- Extensibilité : Permet une surveillance à haut débit de cohortes importantes d'insectes sur des périodes prolongées, comme démontré lors d'enregistrements sur plusieurs jours.
Recherche translationnelle et préclinique
- Continuité translationnelle : Établit un lien entre les études de comportement des insectes en laboratoire et les outils de surveillance applicables sur le terrain pour les modèles de maladies transmissibles.
- Réduction des risques mécanistiques : Permet d'évaluer en temps réel l'impact des interventions sur les populations d'insectes, soutenant ainsi les décisions d'aller ou de ne pas aller de l'avant lors du développement préclinique.
- Système pertinent pour les maladies : Fournit une plateforme pour évaluer la compétence vectorielle et les comportements de recherche d'hôte dans des conditions contrôlées.
Intégration des pipelines et des flux de travail
La méthode s'inscrit dans le continuum de la découverte, allant de la biologie précoce des vecteurs à l'évaluation préclinique des stratégies de contrôle, notamment là où une surveillance en temps réel, différenciée par espèce, éclaire la compréhension des mécanismes et l'efficacité des interventions.
- Biologie de la découverte : Facilite des études fondées sur des hypothèses concernant le comportement de vol des insectes, leur activité circadienne et leurs réponses à des stimuli.
- Écrantage : Fournit des sorties quantitatives prêtes à l'usage (fréquence de battement des ailes, modulation d'amplitude) adaptées à un écrantage phénotypique haute résolution.
- Analytique : Permet la comparaison statistique de populations d'insectes dans différentes conditions en utilisant la précision du classement et les taux de détection comme métriques clés.
- Recherche translationnelle : Assure une continuité entre laboratoire et terrain en validant des outils de surveillance déployables dans des régions endémiques.
- Réutilisation en entreprise : Constitue une plateforme de capteurs réutilisable, adaptable à plusieurs espèces d'insectes et à divers contextes environnementaux.
Impact opérationnel et organisationnel
- Valeur scientifique : Accroît la confiance prédictive dans la validation des cibles en réduisant l'ambiguïté liée au phénotypage des insectes et à leurs réponses comportementales.
- Valeur opérationnelle : Offre une surveillance standardisée et en temps réel avec un minimum de consommables, réduisant ainsi la charge opérationnelle par rapport aux pièges collants ou intercepteurs.
- Valeur stratégique : Améliore l'efficacité du capital en permettant une itération rapide des campagnes de criblage des méthodes de lutte antivectorielle grâce à un retour immédiat sur les effets des interventions.
- Impact sur le portefeuille : Favorise la priorisation ajustée au risque des candidats à la lutte antivectorielle en fournissant des biomarqueurs précoces et quantifiables de la suppression des populations.
Considérations relatives à la mise en œuvre
- Nécessite une expertise en bioacoustique, en traitement du signal et en conception de tests entomologiques.
- Dépend d'un instrumentarium optique et acoustique stable, incluant des réseaux laser-photodiodes et des contrôles environnementaux.
- Implique une standardisation entre équipes pour l'annotation des données, la vérification des espèces et l'entraînement des modèles de classification.
- L'adaptation à différents systèmes modèles peut nécessiter un recalibrage de la sensibilité des capteurs et des paramètres d'extraction des caractéristiques.
- Les limitations pratiques incluent la sensibilité au bruit ambiant et aux vibrations environnementales, qui peuvent affecter la fidélité de détection en conditions de terrain.
