Ucuz Sensörler ile Böcek Tespit ve Sınıflandırma Uçan
15 Ekim 2014
Biz otomatik olarak ve doğru tespit saymak ve onların uçan sesi göre böcekler uçan sınıflandırmak ucuz, noninvazif sözde-akustik optik sensörler kullanan bir sistem önerdi.
Bu prosedürün genel amacı, kanat çırpma seslerine göre uçan böcekleri tespit etmek ve tanımlamaktır. Bu, önce bir deney odasında sürekli olarak ses kaydetmek için sahte bir akustik sensör kullanılarak gerçekleştirilir. İkinci adım, ham kayıttan böcek uçma seslerini otomatik olarak algılamaktır.
Son adım, böcek türlerini ve cinsiyetini tanımlamak için algılanan uçuş seslerini otomatik olarak sınıflandırmaktır. Sonuç olarak, sınıflandırma doğruluğunu göstermek için şekiller ve tablolar kullanılır. Bu tekniğin ana avantajı, basit, ucuz olması ve yapışkan geziler ve şefaat gezileri gibi mevcut yöntemler kadar her yerde yapılabilmesidir, ancak daha yüksek doğruluk ve gerçek zamanlı izleme gibi dijital avantajlarla.
Deneye başlamak için, standart laboratuvar koşullarında emaye tavalarda arka sivrisinek larvaları. Onları üçe bir oranında öğütülmüş kemirgen yemi ve bira mayası karışımı ile besleyin. Daha sonra, sivrisinek yavrularını 200 mililitrelik bardaklarda toplayın veya sivrisinek yetişkinlerini toplayın ve deney odalarına yerleştirin.
Her deney odasının aynı tür ve cinsiyetten 20 ila 40 birey içerdiğinden emin olun. Yetişkin sivrisinekleri,% 10 sükroz ve su karışımı yiyin ve yiyecekleri haftada bir kez, haftada iki kez nemli ve pamuklu havlularla değiştirin ve nemi korumak için deney odalarının üzerine yerleştirin. Ek olarak, haznede her zaman 200 mililitrelik bir bardak musluk suyu bulundurun.
Deney odalarını, deney süresince 20,5 ila 22 santigrat derece ve %30 ila 50 nemde 16 ila sekiz saatlik bir aydınlıktan karanlığa döngüde tutun. Deney odasını bir güç kaynağına bağlayın ve gücü açın. Lazer tüm fotoğraf diyotları üzerinde ortalanana kadar mıknatısları ayarlayarak lazer ışıklarını fotoğraf dizisine hizalayın.
Ardından, önce sisteme güç verildiğinden ve lazerin fotoğraf dizisine işaret ettiğinden emin olarak iki akıl sağlığı kontrolü yapın. İkinci olarak, lazerin ve fotoğraf dizisinin hizalamalarının ses yakalayıp yakalayamayacağını kontrol etmek için hoparlörü ses jakına takın. Bir elinizi lazer kaynağı ucunun yakınındaki kafesin içine ve dışına daldırın.
Lazer ışığının elinizde olduğundan emin olun ve sesin değişip değişmediğini görmek için dinleyin. El içeri girip çıkarken, elektronik bir diş fırçasına bir ip takın ve diş fırçasını açın. Lazer ışığının açık olduğundan emin olun.
Ardından ipi lazer düzlemine taşıyın ve sesin değişip değişmediğini görmek için dinleyin. Sistem düzgün bir şekilde kurulduktan sonra, kafese böcekler ekleyin ve kapağı kapatın. Veri toplamaya başlamak için kayıt cihazını açın ve aşağıdaki bilgileri içeren bir sesli açıklama yapın ve kaydı duraklatın.
Ardından, kayıt cihazını sisteme bağlayın ve kayda üç gün boyunca devam edin. Verileri kayıt cihazından yeni bir klasöre indirin ve verileri silerek kayıt cihazını boşaltın. Kalan böcekler ölene ve kafeste beşten fazla böcek kalmayana kadar kayıt işlemini tekrarlayın.
Verileri işlemek için, bir kayıt oturumundan veri içeren her klasör için sirkadiyen WBF algılama yazılımını çalıştırın, MATLAB'ı açın ve MATLAB çalışma dizinini kod dizinine değiştirmek ve sirkadiyen WBF kodunu çalıştırmak için komut penceresine yazın. Ardından başlamak için enter tuşuna basın. Algoritma sona erdiğinde, algoritmanın yeni bir klasörde çıkardığı algılama sonuçlarını kontrol edin, sınıflandırıcı, artan sayıda sınıfla elde edilen sınıflandırma doğruluğunu gösteren tabloda gösterildiği gibi beşten fazla böcek türünü sınıflandırırken %96'dan fazla doğruluk elde eder.
Sınıf sayısı 10'a çıktığında, doğruluk asla %79'un altına düşmezBu tanen, ayırma programını etkin bir şekilde planlamak için kullanılabilecek gerçek bilgiler üreterek materyal gibi hastalıklarla mücadeleye yardımcı olabilir. Ayrıca, çiftçilerin tarladaki zararlıları izleyerek mahsulleri üzerindeki kaza hasarlarının yayılmasını sınırlamalarına yardımcı olabilir.
Tam transkripti görüntüleyin ve binlerce bilimsel videoya erişin
Genel Bakış
Bu çalışma, uçan böceklerin kanat çırpma seslerine dayanarak onları tespit etmek, sınıflandırmak ve saymak için ucuz, noninvaziv psödo-akustik optik sensörler kullanan bir sistem sunmaktadır. Bu yöntem, geleneksel böcek izleme tekniklerine dijital bir alternatif sunarak daha yüksek doğruluk ve gerçek zamanlı veri sağlamaktadır.
Temel Çalışma Bileşenleri
Bilim Alanı
- Böcek izleme
- Akustik algılama teknolojisi
- Tür sınıflandırması
Arka Plan
- Geleneksel böcek izleme yöntemleri arasında yapışkan tuzaklar ve durdurma tuzakları yer almaktadır.
- Bu yöntemler, doğruluk ve gerçek zamanlı veri toplama açısından sınırlı kalabilmektedir.
- Akustik algılama teknolojisindeki ilerlemeler, böcek tespiti için yeni fırsatlar sunmaktadır.
- Böcek popülasyonlarının anlaşılması, ekolojik çalışmalar ve zararlı yönetimi için kritik öneme sahiptir.
Çalışmanın Amacı
- Uçan böcek seslerinin otomatik tespiti için bir sistem geliştirmek.
- Tespit edilen sesleri, böcek türlerini ve cinsiyetlerini belirlemek amacıyla sınıflandırmak.
- Bu yöntemin geleneksel izleme tekniklerine göre avantajlarını göstermek.
Kullanılan Yöntemler
- Bir deney odasında psödo-akustik sensörler kullanılarak sesin sürekli kaydı.
- Ham ses kayıtlarından böcek uçuş seslerinin otomatik olarak tespiti.
- Tür ve cinsiyetin belirlenmesi için tespit edilen seslerin sınıflandırılması.
- Sınıflandırma doğruluk sonuçlarını sunmak için şekil ve tabloların kullanımı.
Temel Sonuçlar
- Sistem, çeşitli uçan böcek türlerini başarıyla tespit etmiş ve sınıflandırmıştır.
- Sonuçlar, geleneksel yöntemlere kıyasla daha yüksek doğruluk oranlarına işaret etmiştir.
- Gerçek zamanlı izleme yetenekleri kanıtlanmıştır.
- Yöntem maliyet etkindir ve uygulanması kolaydır.
Sonuçlar
- Bu çalışma, böcek izleme için uygulanabilir bir alternatif sunmaktadır.
- Önerilen sistem, uçan böceklerin tespitinde doğruluğu ve verimliliği artırmaktadır.
- Gelecekteki uygulamalar, geliştirilmiş ekolojik izleme ve haşere kontrol stratejilerine yol açabilir.
Sıkça Sorulan Sorular
Sektörel Uygunluk Özeti
Bu çalışma, uçan böcekleri kanat çırpma seslerine dayanarak tespit eden ve sınıflandıran düşük maliyetli, noninvaziv bir sensör sistemi sunmakta ve geleneksel entomolojik izleme yöntemlerine ölçeklenebilir bir alternatif sağlamaktadır. Bu yaklaşım, tarımsal ve tıbbi entomolojide vektör sürveyansı ve zararlı yönetimi programlarını destekleyebilecek yüksek doğrulukta ve gerçek zamanlı veriler sunar. Minimum altyapı ile sürekli izlemeye olanak tanıyan bu sistem, hastalık bulaşmasını veya ürün kaybını azaltmaya yönelik müdahaleler için erken aşama hedef doğrulamasındaki öngörü güvenini artırır.
Biyofarma Ar-Ge'de Stratejik Uygulamalar
Erken Keşif ve Hedef Doğrulama
- Bilimsel Değeri: Kanat çırpma modellerinin sürekli ve noninvaziv izlenmesi yoluyla böcek davranışsal fenotiplerinin sorgulanmasını sağlar.
- Operasyonel Değeri: Kantitatif, türe ve cinsiyete özgü aktivite verileri sağlayarak vektör kontrol araştırmalarında hipotez testlerini destekler.
- Öngörücü Değeri: Böcek aktivitesini çevresel değişkenler veya müdahale değişkenleri ile ilişkilendirerek hedef seçimindeki güvenilirliği artırır.
Tarama ve Analiz Geliştirme
- Bilimsel Değer: Böcek sınıflandırması için fenotipik okumalar işlevi gören, sağlam ve tekrarlanabilir akustik imzalar üretir.
- Operasyonel Değer: Deney odaları arasındaki veri toplama sürecini standartlaştırarak boylamsal çalışmalardaki değişkenliği azaltır.
- Ölçeklenebilirlik: Çok günlük kayıtlarla gösterildiği üzere, geniş böcek kohortlarının uzun süreler boyunca yüksek verimli şekilde izlenmesine olanak tanır.
Translasyonel ve Preklinik Araştırmalar
- Translasyonel Süreklilik: Laboratuvar tabanlı böcek davranış çalışmaları ile vektör kaynaklı hastalık modelleri için sahada uygulanabilir sürveyans araçları arasında köprü kurar.
- Mekanistik Risk Azaltma: Müdahale etkilerinin böcek popülasyonları üzerindeki gerçek zamanlı değerlendirmesine olanak tanıyarak preklinik geliştirmedeki devam/dur kararlarını destekler.
- Hastalıkla İlgili Sistem: Kontrollü koşullar altında vektör yetkinliğini ve konak arama davranışlarını değerlendirmek için bir platform sağlar.
Boru Hattı ve İş Akışı Entegrasyonu
Bu yöntem, erken dönem vektör biyolojisinden kontrol stratejilerinin preklinik değerlendirmesine kadar uzanan keşif sürekliliğine uyum sağlamaktadır; özellikle gerçek zamanlı ve türe özgü izlemenin, mekanistik anlayışı ve müdahale etkinliğini desteklediği durumlar için uygundur.
- Keşif Biyolojisi: Böcek uçuş davranışı, sirkadiyen aktivite ve uyaranlara verilen yanıtların hipotez odaklı çalışmalarını kolaylaştırır.
- Tarama: Yüksek çözünürlüklü fenotipik tarama için uygun, analize hazır, kantitatif çıktılar (kanat çırpma frekansı, genlik modülasyonu) sağlar.
- Analitik: Sınıflandırma doğruluğu ve tespit oranlarını temel metrikler olarak kullanarak, farklı koşullar altındaki böcek popülasyonlarının istatistiksel karşılaştırmasına olanak tanır.
- Translasyonel Araştırma: Endemik ortamlarda konuşlandırılabilecek izleme araçlarını doğrulayarak, laboratuvardan sahaya geçişte sürekliliği destekler.
- Kurumsal Yeniden Kullanım: Birden fazla böcek türüne ve çevresel bağlama uyarlanabilen, yeniden kullanılabilir bir sensör platformunu temsil eder.
Operasyonel ve Kurumsal Etki
- Bilimsel Değer: Böcek fenotiplendirmesi ve davranışsal tepkilerdeki belirsizliği azaltarak hedef doğrulamadaki öngörü güvenini artırır.
- Operasyonel Değer: Minimum sarf malzemesi ile standartlaştırılmış, gerçek zamanlı izleme sağlayarak yapışkan veya durdurma tuzaklarına kıyasla operasyonel yükü düşürür.
- Stratejik Değer: Müdahale etkileri hakkında anlık geri bildirim sağlayarak vektör kontrol tarama kampanyalarında hızlı yinelemeye olanak tanır ve sermaye verimliliğini artırır.
- Portföy Etkisi: Popülasyon baskılanmasına dair erken ve ölçülebilir biyobelirteçler sağlayarak vektör kontrol adaylarının riskle uyumlu önceliklendirilmesini destekler.
Uygulama Hususları
- Biyoakustik, sinyal işleme ve entomolojik analiz tasarımı konularında uzmanlık gerektirir.
- Lazer-fotodiyot dizileri ve çevresel kontroller dahil olmak üzere, stabil optik ve ses enstrümantasyonuna bağlıdır.
- Veri anotasyonu, tür doğrulama ve sınıflandırma modeli eğitimi için ekipler arası standardizasyon gereklidir.
- Farklı model sistemlerine adaptasyon, sensör hassasiyetinin ve özellik çıkarma parametrelerinin yeniden kalibrasyonunu gerektirebilir.
- Pratik sınırlamalar arasında, saha ortamlarında tespit güvenilirliğini etkileyebilecek ortam gürültüsü ve çevresel titreşimlere karşı duyarlılık yer alır.
