今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

LarvaFormer:基于混合深度学习的蚊子幼虫自动分类框架

《Scientific Reports》:Transforming mosquito surveillance LarvaFormer as a hybrid deep learning tool for rapid and accurate larval recognition

【字体: 大 中 小 】 时间:2026年10月21日 来源:Scientific Reports 4.9

编辑推荐:

   摘要蚊媒疾病构成重大全球健康威胁,每年造成超过70万人死亡。传统针对成蚊的控制方法往往效果不佳且对环境有害。本文提出LarvaFormer,一种新颖的混合深度学习框架,整合了卷积神经网络(CNN)和视觉Transformer及专门注意力机制,用于蚊子幼虫的自动分类。借助两个基

  

摘要

蚊媒疾病构成重大全球健康威胁,每年造成超过70万人死亡。传统针对成蚊的控制方法往往效果不佳且对环境有害。本文提出LarvaFormer,一种新颖的混合深度学习框架,整合了卷积神经网络(CNN)和视觉Transformer及专门注意力机制,用于蚊子幼虫的自动分类。借助两个基准数据集MosquitoLarvae-7400(四个物种)和MLMI-2024(解剖级成像),模型分别达到98.97%和99.50%的最先进准确率。LarvaFormer结合了跨模态特征融合、轻量级注意力模块和神经架构搜索(NAS)引导的优化方案,以增强判别能力和泛化能力。综合评估(包括消融研究和Grad-CAM可视化)展示了其鲁棒性、可解释性和效率。所提出的系统实现快速准确的幼虫识别,支持靶向且环境可持续的蚊虫控制策略。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:蚊媒疾病|深度学习|蚊子幼虫分类|CNN与Transformer|蚊虫控制

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号