アレルゲン花粉監視の精度向上のためのニューラルネットワーク

空中の花粉濃度の監視は、世界的に増加している花粉症患者にとって重要な情報源です。空中の花粉は伝統的に顕微鏡で数えられますが、画像認識手法の最新の進展により、このプロセスを自動化することが可能になりました。しかし、顕微鏡を使用しても、多くの花粉粒子は属や科レベルを超えて識別できないという課題が残っています。ここでは、空中花粉の分類精度を高めるための畳み込みニューラルネットワーク（CNN）の使用について評価します。事例研究として、花粉が専門家によって分離できないエネルギー科（Urticaceae）を使用します。この科には、ヨモギ（Urtica）とニワトコ（Parietaria）の2つの主要属が含まれ、欧州の風景で一般的に見られます。ヨモギ属の花粉はアレルゲン性が非常に低い一方、ニワトコ属のいくつかの種の花粉は重度のアレルゲンです。新鮮な花粉と標本から収集した花粉を集め、よく使用されるアセトライシスステップなしでCNNモデルを訓練します。モデルは、アセトライシスされていないアレルゲン科の花粉粒子が98%以上の精度で識別できることを示しています。次に、見たことのないアレルゲン科の花粉を気流生物学的サンプルから収集したものにモデルを適用し、ゴミに覆われたより困難な入力画像にもかかわらず、属を自信を持って識別できることを示します。この手法は将来的に他の花粉科にも適用可能であり、アレルゲン花粉監視をより特異的にするのに貢献します。