L'IA face aux grands problèmes du monde · Sciences du vivant · Nature (computational biology) · 2026-10-20
Transformer la surveillance des moustiques : LarvaFormer comme outil hybride d'apprentissage profond pour une reconnaissance larvaire rapide et précise
Titre original: Transforming mosquito surveillance LarvaFormer as a hybrid deep learning tool for rapid and accurate larval recognition
Les maladies transmises par les moustiques causent plus de 700,000 décès par an, mais les méthodes de lutte traditionnelles ciblant les moustiques adultes sont souvent inefficaces et nocives pour l'environnement. LarvaFormer est un cadre d'apprentissage profond hybride qui combine des réseaux de neurones convolutifs et des Vision Transformers avec des mécanismes d'attention spécialisés pour classer automatiquement les larves de moustiques. Le modèle a atteint des précisions de pointe de 98.97% et 99.50% sur les jeux de données MosquitoLarvae-7400 et MLMI-2024, permettant une identification rapide et précise des larves qui soutient une lutte contre les moustiques ciblée et écologiquement durable.