Door muggen overgebrachte ziekten zoals malaria, knokkelkoorts en gele koorts zijn verantwoordelijk voor honderdduizenden doden per jaar, volgens de Wereldgezondheidsorganisatie (WHO). Een nieuw, goedkoop beeldvormingssysteem zou het gemakkelijker kunnen maken om muggensoorten op te sporen die ziekten overdragen, waardoor een meer tijdige en gerichte reactie mogelijk is.

"Een systeem op afstand zoals het onze kan de arbeid die nodig is om muggen in een bepaald gebied te monitoren drastisch verminderen, waardoor de mogelijkheid om meer monitoring uit te voeren aanzienlijk wordt vergroot, " zei onderzoeksteamleider Adam Goodwin van de Johns Hopkins University. "Als u meer gegevens over muggen kunt verstrekken, dan zul je sneller uitbraken opvangen en meer levens redden."

In het tijdschrift The Optical Society (OSA) Biomedische Optica Express , Het artikel van Goodwin en collega's maakt deel uit van een hoofdartikel over optische technologieën voor verbetering van de gezondheidszorg in instellingen met weinig middelen. In de krant, ze beschrijven het nieuwe systeem, die is ontworpen om beelden van binnenuit een muggenval te verzenden die gedetailleerd genoeg zijn voor entomologen om patronen van muggenvleugels en de kleur van schubben te onderscheiden, kenmerken die aangeven of een mug een ziekteverwekker is. Deze informatie kan worden gebruikt om interventies te plannen die het beste werken tegen die soort.

"Het nieuwe systeem is een klassieke toepassing van een internet of things (IoT)-apparaat, " zei Goodwin. "Het zou uiteindelijk kunnen worden gecombineerd met algoritmen voor computervisie om automatisch soorten te bepalen en die informatie aan volksgezondheidssystemen te verstrekken."

Een remote imaging trap ontwikkelen

In de vele gebieden van de wereld waar door muggen overgebrachte ziekten problematisch zijn, Om te begrijpen welke muggensoorten in welke aantallen aanwezig zijn, moeten voortdurend muggen op meerdere locaties worden gevangen. Een werknemer moet dan door een provincie of regio rijden om honderden vallen per week af te zetten en op te halen en de exemplaren terug naar het laboratorium te brengen om onder een microscoop te worden geïdentificeerd.

"Ons nieuwe optische systeem kan in een traditionele muggenval worden geplaatst om op afstand toezicht te houden op de overvloed, diversiteit en verspreiding van muggensoorten, "Zei Goodwin. "Het gebruik van beeldbewerking is bijzonder aantrekkelijk, want zolang de beeldkwaliteit hoog is, op een afbeelding konden meerdere muggen tegelijk worden geïdentificeerd."

Bij het ontwerpen van het systeem de onderzoekers concentreerden zich op het vermogen om Aedes aegypti-muggen nauwkeurig te identificeren, die Zika kan verspreiden, knokkelkoorts, chikungunya en gele koorts. Deze invasieve soort is inheems in Afrika, maar heeft zich in vele delen van de wereld gevestigd, inclusief Noord-Amerika, Europa en Azië. Ze zeggen dat dezelfde benadering kan worden toegepast op andere insecten, zolang er een manier is om het vast te leggen en op betrouwbare wijze in beeld te brengen.

Met behulp van optica en camerasensoren die gemakkelijk in de handel verkrijgbaar zijn, de onderzoekers optimaliseerden hun optische opstelling om een ​​resolutie te bereiken die de noodzaak om veel muggen tegelijk in beeld te brengen in evenwicht hield met de mogelijkheid om voldoende details te zien om de muggensoort te identificeren.

"Ons nieuwe systeem zou bijzonder nuttig zijn bij het monitoren van Aedes aegypti in moeilijk bereikbare gebieden en in commerciële toegangspoorten waar invasieve soorten uit andere landen kunnen worden gebracht, "zei Goodwin. "Het zou ook de huidige bewakingsoperaties kunnen uitbreiden voor regio's die al de lokale bevolking van Aedes aegypti in de gaten houden."

In de meeste gevallen, volksgezondheidsstelsels hoeven alleen te bepalen of er veranderingen zijn in het aantal of type muggen van dag tot dag of van uur tot uur, niet van minuut tot minuut. Dit betekent dat een camerasensor maximaal een paar keer per dag hoeft te worden ingeschakeld. Dit zou het stroomverbruik binnen het bereik houden dat haalbaar is voor een apparaat met internetverbinding.

Het systeem testen

Om het nieuwe systeem te testen, de onderzoekers vergeleken het vermogen van entomologen om specimens te classificeren van een digitaal microscopiebeeld en beelden van het externe beeldvormingssysteem. Er was geen significant verschil in hun mogelijkheden tussen de afbeeldingstypen. Hoewel de entomologen niet goed presteerden op het gebied van soortclassificatie voor de microscopiebeelden of de systeembeelden op afstand, ze deden het erg goed op geslachtsclassificatie.

"Entomologen zijn niet gewend om specimens van een afbeelding te identificeren, omdat ze het specimen normaal gesproken persoonlijk hebben en het met een pincet onder een microscoop manipuleren, "zei Goodwin. "Echter, recent werk met behulp van convolutionele neurale netwerken om muggen te classificeren op basis van een afbeelding is veelbelovend."

De onderzoekers zijn van plan door te gaan met het optimaliseren van de externe val en zijn van plan om computervisie-algoritmen en internetconnectiviteit in het systeem te integreren. "Dit zou het mogelijk maken om informatie over soorten rechtstreeks naar het volksgezondheidssysteem te sturen voor besluitvorming, "zei Goodwin. "Dit is waar we denken dat het systeem echt zal schitteren."