Aplicativo móvel para mapeamento colaborativo de focos de aedes aegypti utilizando técnicas de machine learning

Abstract

O mosquito Aedes aegypti é um vetor de transmissão de diversas doenças tropicais. A identificação de focos de mosquito ocorre atualmente de forma quase artesanal, através da instalação de armadilhas e análise em laboratório dos mosquitos capturados, bem como pela identificação de nascedouros da espécie. No intuito de fornecer à comunidade uma ferramenta para o mapeamento imediato da ocorrência de mosquitos em uma determinada região, o objetivo do presente trabalho é a pesquisa e o desenvolvimento de um aplicativo para smartphones que possa identificar A. aegypti a partir da análise do som gerado pelo bater de asas do mosquito. Utilizou-se a plataforma Android como base para a aplicação e um banco de dados na nuvem para a armazenagem dos dados pertinentes gerados na identificação positiva. Uma rede neural previamente treinada com um dataset de áudios de mosquitos foi implementada com sucesso no aplicativo móvel. Testes foram conduzidos no intuito de identificar o efeito de diferentes ruídos de fundo sobre a performance do aplicativo. Com ruído ambiente, o aplicativo identifica o mosquito com sucesso a uma distância de 40 cm. Sons gerados pelo compressor de um ar-condicionado e por uma televisão têm efeitos deletérios sobre a classificação. A aplicação desenvolvida demonstra potencial para se tornar uma valiosa ferramenta no combate à disseminação do mosquito A. aegypti, o que deve se traduzir em maior controle sobre as endemias das quais ele é vetor.

The Aedes aegypti mosquito is the vector of several tropical diseases. Currently, the geographical distribution of the mosquito is detected via a crude method based on the distribution of traps and the posterior analysis of the captured mosquitos, as well as by the identification of larvae incubation sites. In order to provide a tool for the swift mapping of the mosquito occurrences in a particular region, this work aimed to research and develop a smartphone application that would identify species of mosquitoes through the sound generated by their wingbeat. The Android platform was used as the basis for the application and a cloud database served as storage of the data generated after a positive identification. A neural network previously trained with a dataset of mosquito audios was succesfully implemented in the mobile application. Tests were conducted in order to identify the effects of different background noises on the performance of the application. The system successfully identifies the mosquito at a distance of up to 40 cm in the absence of external sources of noise. The sounds generated by the compressor of an air conditioner and by a television have deleterious effects on the classification. The developed application has shown promise as a valuable tool in the fight against the spread of the mosquito, which should translate in greater control over the diseases transmitted by it.