Myggöverförda sjukdomar som malaria, dengue och gul feber är ansvariga för hundratusentals dödsfall varje år, enligt Världshälsoorganisationen (WHO). Ett nytt billigt bildsystem kan göra det lättare att spåra myggarter som bär sjukdom, möjliggör ett mer tidigt och riktat svar.

"Ett fjärrsystem som vårt kan dramatiskt minska arbetskraften som behövs för att övervaka myggor i ett visst område, vilket ökar kraftigt förmågan att göra mer övervakning, "sa forskargruppsledaren Adam Goodwin från Johns Hopkins University." Om du kan tillhandahålla mer myggdata, då kommer du snabbare att få utbrott och rädda fler liv. "

I tidskriften The Optical Society (OSA) Biomedicinsk optik Express , Goodwin och kollegors papper är en del av en funktionsfråga om optisk teknik för att förbättra hälso- och sjukvård i lågresursinställningar. I tidningen, de beskriver det nya systemet, som är utformad för att överföra bilder från insidan av en myggfälla som är tillräckligt detaljerade för att entomologer ska kunna skilja på myggvingemönster och skalans färg, funktioner som anger om en mygg är en art som bär sjukdom. Denna information kan användas för att planera insatser som fungerar bäst mot den arten.

"Det nya systemet är en klassisk tillämpning av en Internet of Things (IoT) -enhet, "sa Goodwin." Det kan så småningom kopplas ihop med datorsynalgoritmer för att automatiskt bestämma arter och ge den informationen till folkhälsosystemen. "

Utveckla en fjärrbildningsfälla

I de många områden i världen där myggöverförd sjukdom är problematisk, förstå vilka myggarter som finns i vilka antal som kräver ständigt att fånga mygg på flera platser. En arbetare måste sedan köra runt i ett län eller en region för att lämna och hämta hundratals fällor per vecka och ta tillbaka proverna till labbet för att identifieras under ett mikroskop.

"Vårt nya optiska system kan placeras inuti en traditionell myggfälla för att fjärrövervaka överflödet, mångfald och spridning av myggarter, "sa Goodwin." Att använda bildbehandling är särskilt tilltalande eftersom så länge bildkvaliteten är hög, flera myggor kunde identifieras från en bild på en gång. "

Vid utformning av systemet, forskarna fokuserade på förmågan att exakt identifiera Aedes aegypti -myggor, som kan sprida Zika, dengue, chikungunya och gul feber. Denna invasiva art är infödd i Afrika men har etablerat sig i många delar av världen, inklusive Nordamerika, Europa och Asien. De säger att samma tillvägagångssätt skulle kunna tillämpas på andra insekter så länge det finns ett sätt att fånga och bilda det på ett tillförlitligt sätt.

Använda optik och kamerasensorer som är tillgängliga kommersiellt, forskarna optimerade sin optiska inställning för att uppnå en upplösning som balanserade behovet av att avbilda många mygg på en gång med förmågan att se tillräckligt med detaljer för att identifiera myggarterna.

"Vårt nya system skulle vara särskilt användbart för att övervaka Aedes aegypti i svåråtkomliga områden och vid kommersiella hamnar där invasiva arter kan föras från andra länder, "sa Goodwin." Det kan också utöka den nuvarande övervakningsverksamheten för regioner som redan övervakar lokalbefolkningen i Aedes aegypti. "

I de flesta fallen, folkhälsovårdssystem behöver bara avgöra om det finns förändringar i antal eller typ av myggor från dag till dag eller timme till timme, inte minut för minut. Det betyder att en kamerasensor bara behöver slås på några gånger om dagen som mest. Detta skulle hålla strömförbrukningen inom det intervall som är möjligt för en internetansluten enhet.

Testar systemet

För att testa det nya systemet, forskarna jämförde entomologers förmåga att klassificera prover från en digital mikroskopi och bilder från fjärrbildsystemet. Det var ingen signifikant skillnad i deras förmåga mellan bildtyperna. Även om entomologerna inte fungerade bra på artklassificering för antingen mikroskopibilderna eller fjärrsystembilderna, de gjorde mycket bra på släktklassificering.

"Entomologer är inte vana vid att identifiera prover från en bild eftersom de normalt har provet personligen och manipulerar det med en pincett under ett mikroskop, "sa Goodwin." Men det senaste arbetet med hjälp av konvolutionella neurala nätverk för att klassificera myggor från en bild visar lovande. "

Forskarna planerar att fortsätta optimera fjärrfällan och planerar att integrera datorsynalgoritmer samt internetanslutning i systemet. "Detta skulle göra det möjligt att skicka artinformation direkt till folkhälsovården för beslutsfattande, "sa Goodwin." Det är här vi tror att systemet verkligen kommer att lysa. "