2026年10月9日にPLOS Oneに掲載された研究（中国計量大学、杭州市疾病予防管理センター）は、成虫と幼虫の形態をあわせて識別し、Androidスマートフォン上で直接動く深層学習の蚊識別システムを開発しました。
要点
- データセットは主要な病気媒介3属（ヤブカ属、イエカ属、ハマダラカ属）の画像2,683枚で、成虫の雄・雌とヤブカ・イエカの幼虫を含みます。試料は野外採集、実験室飼育系統、公開されたKaggleの蚊データセットから得て、学習・検証・テストに8:1:1で分けました。
- YOLOv8、YOLOv5、SSD、Faster R-CNN（ResNet50）、Faster R-CNN（MobileNetv2）の5つのアルゴリズムを比較した結果、YOLOv8が最も優れていました：適合率0.988、再現率0.990、mAP50 0.992、F1 0.99で、パラメータ数はわずか270万です。混同行列ではヤブカ0.99、イエカ0.98、ハマダラカ1.00、雄0.97、雌0.97、ヤブカ・イエカの幼虫1.00でした。
- モデルはAndroidで動くようNCNNフレームワークに変換され、アプリはギャラリー画像の識別とリアルタイム動画の識別に対応し、識別枠、分類名、確率を表示します。
- 著者らが挙げた限界：複雑な場面では誤検出が残り（背景領域の55%がイエカの幼虫、30%が雌の蚊と誤分類）、蚊の数を過大に見積もるおそれがあります。野外での性能は照明、背景、カメラの解像度、手ぶれにも左右されます。
VPMAの注記
スマートフォンで蚊を素早く識別できれば、現場職員の昆虫調査、特にヤブカとイエカの幼虫の区別に役立つ可能性があります。ただしまだ研究段階で野外で広く検証されておらず、識別結果は引き続き専門職員による確認が必要です。
- 出典
- PLOS One – CNNによる成虫・幼虫二形態の蚊識別とモバイル実装
- 掲載
- 2026年10月9日
- 欄
- 害虫管理の新しい手法
- 学術誌
- PLOS One（2026年）、オープンアクセス
- DOI
- 10.1371/journal.pone.0359976
編集注: これはVPMAによる短い要約とコメントであり、全文の複製ではありません。原文と著作権は引用した出典にあります。写真：PLOS One論文の図10（スマートフォンアプリでの識別結果、CC BYライセンス）。
出典: PLOS One – CNNによる成虫・幼虫二形態の蚊識別とモバイル実装 （VPMAが英語で要約）。 ベトナム語のページを読む.