Überblick
Im Rahmen des Projektes „Mückenscanner“ soll ein System zur automatischen bildhaften Identifizierung von Stechmücken entwickelt werden. Die Mücken werden mit Hilfe einer hochauflösenden Kamera fotografiert und anschließend ausgewertet. Eine Hauptaufgabe besteht hierbei in der Entwicklung von Algorithmen zur Klassifikation dieser Bilddaten. Da das maschinelle Sehen ein äußerst komplexes Problem darstellt, werden hierzu Methoden aus den Bereichen der künstlichen Intelligenz und der Bildverarbeitung kombiniert und weiterentwickelt.  

Motivation
In Deutschland gibt es über 50 verschiedene Spezies von Stechmücken, in denen unter den aktuellen klimatischen Konditionen die meisten Krankheitserreger nicht persistieren können. Einige davon, wie diejenigen der Gattung Anopheles, von der es in Deutschland sechs verschiedene Arten gibt, und der seit langem einheimischen Gattung Aedes, kommen jedoch unter günstigeren klimatischen Verhältnissen als potenzielle Überträger von nichtendemischen Infektionskrankheiten wie Malaria, Dengue-Fieber, Gelbfieber, Rift Valley Fieber, West-Nil-Fieber und Chikungunya-Fieber in Frage [1].

Die mit der globalen Erwärmung einhergehenden ansteigenden Durchschnittstemperaturen begünstigen eine schnellere Vermehrung der Mücken, deren Larven sich z. B. optimal in fischfreien städtischen Tümpeln entwickeln können, da sie dort nicht gefressen werden. Die Temperaturerhöhung fördert auch die Vermehrung von Viren und anderen Erregern in den Mücken und steigert somit deren Infektiosität. Dementsprechend ergaben Laboruntersuchungen an Aedes Aegypti (Gelbfiebermücke) mit dem Dengue-2 Virus, dass die Virusreplikation parallel mit der Temperatur anstieg [2]. Für das Dengue-Virus wurde die Bedeutung der Temperatur modellhaft durchgerechnet und es ergab sich, dass schon eine Klimaveränderung geringen Ausmaßes zu Dengue-Fieber-Epidemien führen könnte [3].

Aus den oben genannten Gründen heraus ist es sinnvoll, zur Erkennung von sich ändernden regionalen Infektionsrisiken neue geographische Überwachungssysteme zu etablieren. Ein solches System kann beispielsweise auf einer bildhaften Erkennung der Stechmücken basieren und aus einer Sammelfalle mit integrierter Makro-Kamera, einer Referenzdatenbank der zu identifizierenden Mückengattungen und einem eingebetteten System zur automatischen Identifizierung bestehen. Es kann die konventionelle und zeitintensive „visuelle“ lichtmikroskopische Klassifikation potenziell infektiöser Mückenspezies ersetzen, um deren schnellere Erkennung zu gewährleisten. Herkömmliche Sammelfallen werden bereits in einigen deutschen Regionen routinemäßig zur Auszählung von Mücken eingesetzt. Da die automatische bildhafte Identifizierung von Stechmücken ein äußerst komplexes Problem darstellt, soll zunächst eine Erkennung auf Gattungsebene durchgeführt werden.

Ergebnisse
Im Rahmen des Projekts wurde ein Bildverarbeitungsverfahren zur automatischen Identifikation von Stechmückengattungen in Fotoaufnahmen entwickelt.

Eine erste Untersuchung zur Stechmückenerkennung zeigt, dass einfache Methoden der Bildverarbeitung (Histogrammvergleich und der Vergleich von farbquantisierten Bildern) keine zufriedenstellende Lösung für die Identifikation der Gattung darstellen [4]. Aus diesem Grund wurden komplexere Verfahren aus den Bereichen der Mustererkennung und des maschinellen Lernens adaptiert. Die so entwickelte Methode erreicht bei der Unterscheidung von drei Stechmückengattungen eine Erkennungsrate von 99% [5]. Die Bilder zur Evaluation wurden selbst erstellt und stammen von Labormücken. Insgesamt  standen 112 Bilder mit den Gattungen Aedes, Anopheles und Cluex zur Verfügung. Es ist zu beachten, dass hier eine halbautomatische Verarbeitung erfolgte. Insekt und Bildhintergrund mussten zunächst  manuell getrennt werden um eine anschließende Erkennung durchzuführen.

Die automatische Trennung von Hintergrund und Mücke wurde in [6] durchgeführt. Die Integration in das oben beschriebene Bildverarbeitungsverfahren steht noch aus.

Literaturangaben

[1]    Hemmer, C. J., Frimmel, S., Kinzelbach, R. u. Gürtler, L.: Globale Erwärmung: Wegbereiter für tropische Infektionskrankheiten in Deutschland? Deutsche Medizinische Wochenschrift 132 (2007) 48, S. 2583–2589

[2]    Watts, D. M., Burke, D. S., Harrsion, B. A., Whitmire, R. E. u. Nisalak, A.: Effect of Temperature on the Vector Efficiency of Aedes aegypti for Dengue 2 Virus. Amer.J.Trop.Med.Hyg. 36 (1987) 1, S. 143–152

[3]    Patz, J. A., Martens, W. J., Focks, D. A. u. Jetten, T. H.: Dengue fever epidemic potential as projected by general circulation models of global climate change. Environmental Health Perspectives 106 (1998) 3, S. 147–153

[4]    Jäger, J., Grigoriev, P., Wolff, V., Fricke-Neuderth, K., Günzel, V. u. Schlott, T.: Automatische Erkennung von potenziell infektiösen Stechmücken. In: Puente León, F. (Hrsg.): Forum Bildverarbeitung 2012. [29.-30. November 2012 in Regensburg]. Karlsruhe: KIT Scientific Publishing 2012

[5]    Grigoriev, P., Jäger, J., Kornek, C., Wolff, V. u. Fricke-Neuderth, K.: Superpixel-gestützte Klassifikation von Stechmückengattungen mit der Bags-of-Features-Methode. In: Puente León, F. (Hrsg.): Forum Bildverarbeitung 2014. [27.-28. November 2014 in Regensburg]. Karlsruhe: KIT Scientific Publishing 2014, S. 191–202

[6]    Jäger, J., Wolff, V. u. Fricke-Neuderth, K.: Zweistufige Anwendung der Saliency-Methodik zur Stechmückendetektion. In: Puente León, F. (Hrsg.): Forum Bildverarbeitung 2014. [27.-28. November 2014 in Regensburg]. Karlsruhe: KIT Scientific Publishing 2014, S. 203–214

Jonas Jäger

Jonas Jäger

Gebäude 34, Raum 308
Jonas Jäger +49 661 9640-5756
Sprechzeiten
nach Vereinbarung
Viviane Wolff

Prof. Dr.

Viviane Wolff

Gebäude 30, Raum 224
Prof. Dr. Viviane Wolff +49 661 9640-558
Sprechzeiten
Montag, 15 – 16 Uhr | In der vorlesungsfreien Zeit nach Vereinbarung
Klaus Fricke-Neuderth

Prof. Dr.

Klaus Fricke-Neuderth

Gebäude 30, Raum 229
Prof. Dr. Klaus Fricke-Neuderth +49 661 9640-551
Sprechzeiten
Dienstag, 11.30 – 12.00 Uhr | In der vorlesungsfreien Zeit nach Vereinbarung