科创中国

行业领域

生物与新医药技术

需求背景

血吸虫病是由于人、畜感染日本血吸虫引起的一种人畜共患寄生虫病，主要分布于非洲、中东、南美和东南亚的76个国家和地区，受威胁人口达8亿，超过1.9亿人直接感染^[1]。血吸虫病在热带和亚热带地区的公共卫生意义仅次于疟疾^[2]。

（一）血吸虫宿主钉螺监测面临严峻挑战

钉螺分布与血吸虫病流行密切相关，开展螺情监测可掌握钉螺孳生范围及螺情变化、及时发现血吸虫病传播风险，从而有利于高危环境的早期发现和防控^[3]。全国12个省(直辖市、自治区)2011-2020年间，平均每年监测钉螺面积达62亿平方米，平均每年药物灭螺面积达13亿平方米。2020年长江流域遭受严重洪涝灾害，导致全国33.41亿平方米现有钉螺面积受淹，太湖流域苏锡常地区钉螺新发复现频繁^[4]，全省2021年钉螺面积同比2020年增加了103.97%（内部资料，待发表）。钉螺监测仍是血吸虫病防控面临的一项艰巨任务^[5]。

传统钉螺监测是依靠肉眼根据钉螺细节形态特征鉴别，全凭主观直觉和经验，费时、费力，准确性不高，影响对螺情的精准评估^[6]。因此，应加强研究钉螺监测新技术和新方法，提高钉螺监测调查效率，以满足血吸虫病消除工作需求^[5] 。

（二）深度学习技术应用于钉螺图像识别为钉螺监测方法提供新思路

   目前钉螺图像识别领域的人工智能方法主要采用传统计算机视觉与机器学习方法^[7-9]，但该类方法人工设计的特征缺乏良好的泛化性能，难以满足实际需求。近年来，深度学习（Deep Learning）技术作为人工智能和机器学习的热门研究领域受到了越来越多的关注^[10-12]，由于其在准确性、速度、成本等方面的优势，被广泛的应用于医学与公共卫生领域^{[13, 14]}。本项目组已经建立了基于深度学习的钉螺视觉智能识别模型Inception-ResNet，实现了简单背景钉螺图像二分类的自动识别，模型识别准确率超过90%，并已经搭建钉螺智能识别系统手机应用（见附件工作基础）。

（三）钉螺图像识别存在的问题

湖北钉螺主要分布在亚洲的中国、日本、菲律宾和印度尼西亚等4个国家，其中在中国分布最广，面积最大^[15]。在中国湖北钉螺有5个亚种（指名亚种、丘陵亚种、滇川亚种、广西亚种和福建亚种）^[16]，种间相似度高，且野外其它的螺类形态与钉螺相似度也很高^[7]；钉螺孳生环境常分布于芦苇、杂草、树林、沟渠等地的泥土表面^[17]，受现场拍摄的位置、姿态和拍摄背景的影响，同一种钉螺图像类内差异较大。

需解决的主要技术难题

本研究将采用Faster R-CNN深度学习目标检测算法，并引入模仿人类视觉注意力的注意力机制模块，构建钉螺图像细粒度识别模型，重点探讨CBAM和SE Net等不同注意力机制对Faster R-CNN算法细粒度分类识别性能的影响，筛选出最优模型，最终建立一种钉螺亚种图像细粒度分类识别方法，克服拍摄背景、角度等因素造成的识别不准确问题，为血吸虫病防治现场钉螺识别智能系统的研究与应用推广提供方法学支持。国内外尚未有报道，属于空白领域。

本项目的成功实施一方面将会为协助一线防治人员在现场开展精准和智能化钉螺监测提供关键技术支撑，提高工作效率，减轻工作负担；另一方面为帮助群众在风险地区快速、准确的钉螺鉴别提供高效科普服务，突破专业受限困扰，强化预防观念，从而极大地保障人民的身体健康和生命安全，同时也为一带一路沿线血吸虫病流行国家和地区血吸虫宿主螺的快速识别提供方法支持，具有显著的社会和经济效益。

期望实现的主要技术目标

1、研究总目标

本研究通过构建与优化基于Faster RCNN深度学习目标检测算法和注意力机制的钉螺图像细粒度分类识别模型，筛选出一种对任意角度和背景的钉螺亚种图像进行细粒度分类识别的方法。

2、研究创新点

（1）首次探究基于Faster RCNN深度学习目标检测算法和注意力机制的钉螺图像细粒度分类识别模型的构建，为国内以及一带一路沿线流行血吸虫病国家和地区的螺类监测提供重要方法学支持。

（2）首次建立钉螺图像细粒度分类识别方法，解决人工肉眼监测钉螺准确性低、工作负担重等公共卫生领域现场实际问题。国内外尚未有报道，本研究能填补这一领域的空白。

需求解析

解析单位：江苏省无锡市 解析时间：2023-10-18

孙爱华

无锡市人工智能学会

副会长

综合评价

（1）首次探究基于Faster RCNN深度学习目标检测算法和注意力机制的钉螺图像细粒度分类识别模型的构建，为国内以及一带一路沿线流行血吸虫病国家和地区的螺类监测提供重要方法学支持。 （2）首次建立钉螺图像细粒度分类识别方法，解决人工肉眼监测钉螺准确性低、工作负担重等公共卫生领域现场实际问题。国内外尚未有报道，本研究能填补这一领域的空白。

查看更多>

处理进度