Ученые работают над технологией обнаружения фузариоза с помощью смартфона

31.03.2023 2 742
пшеница и смартфон

Новый проект Университета Иллинойса использует передовую технологию распознавания объектов, чтобы не допустить попадания загрязненных токсинами зерен пшеницы в продукты питания и помочь исследователям сделать пшеницу более устойчивой к фузариозу или парше.

По словам Джессики Руткоски, доцента кафедры растениеводства Колледжа сельскохозяйственных, потребительских и экологических наук (ACES) в Иллинойсе, фузариоз наносит большой экономический ущерб пшенице.

«Болезнь была большим сдерживающим фактором для людей, выращивающих пшеницу в восточной части США, потому что они могли вырастить прекрасный урожай, а затем отнести его на элеватор только для того, чтобы его забраковали».

Количественная оценка повреждения ядра с помощью изображений зерен, сделанных мобильным телефоном.
Повышение устойчивости обычно осуществляется посредством фенотипирования, которое представляет собой длительный повторяющийся процесс. Вместе с экспертами по искусственному интеллекту Джунже Ву, докторантом Департамента сельскохозяйственной и биологической инженерии (ABE), и Гиришем Чоудхари, доцентом ABE и Департамента компьютерных наук (CS), Джессика Руткоски хотела проверить, возможно ли количественное определение ядра. повреждение с помощью простых изображений зерен с мобильного телефона.

«Система, которая могла бы автоматически оценивать повреждения ядер, казалась выполнимой, потому что симптомы довольно ясны», — сказал Руткоски. Алгоритмы были обучены обнаруживать незначительно поврежденные ядра с достаточной точностью, используя всего несколько изображений.

Когда команда протестировала только технологию машинного обучения, она смогла предсказать уровни дезоксиниваленола (ДОН) лучше, чем оценки симптомов заболевания в полевых условиях, на которые селекционеры часто полагаются вместо фенотипирования ядра, чтобы сэкономить время и ресурсы. Но по сравнению с тем, как люди оценивали ущерб от болезней на ядрах в лаборатории, технология была точной только на 60%.

Однако исследователи все еще воодушевлены, поскольку в их первоначальных тестах не использовалось большое количество образцов для обучения модели. В настоящее время они добавляют образцы и рассчитывают достичь большей точности с помощью дополнительной настройки.

Руткоски говорит, что конечной целью является создание онлайн-портала, где селекционеры, подобные ей, могли бы загружать фотографии зерен пшеницы со своего мобильного телефона для автоматической оценки повреждения фузариозом.

Источник: Университет Иллинойса

Поделиться:

Похожие статьи