MosqMon: um sistema distribuído para captura de faixas de áudio para treinamento de RNAs detectoras de mosquito Ae. aegypti

• Yang da Fontoura Rodrigues Universidade Federal do Pampa (Unipampa) http://orcid.org/0009-0001-5438-8667
• Rafael Nogueira Rodrigues Universidade Federal do Pampa (Unipampa) https://orcid.org/0009-0006-1951-9779
• Kayuã Oleques Paim Universidade Federal do Rio Grande do Sul (UFRGS) https://orcid.org/0000-0002-3394-795X
• Diego Kreutz Universidade Federal do Pampa (Unipampa) https://orcid.org/0000-0003-0830-0238
• Weverton Cordeiro Universidade Federal do Rio Grande do Sul (UFRGS) https://orcid.org/0000-0001-7536-0586
• Rodrigo Brandão Mansilha Universidade Federal do Pampa (Unipampa) https://orcid.org/0000-0002-2083-653X

DOI: https://doi.org/10.5753/errc.2024.4713

Resumo

O projeto Aedes Vigilance visa ampliar a vigilância do mosquito Aedes aegypti, vetor de doenças como Zika, chikungunya e dengue, monitorando seu som característico usando dispositivos de baixo custo, como smartphones. Uma rede neural artificial (RNA) foi desenvolvida para identificar o mosquito a partir do som das asas, mas testada apenas em ambientes controlados, devido à falta de datasets adequados. Este trabalho propõe o MosqMon, um sistema distribuído que coleta amostras de áudio em ambientes não controlados, visando gerar datasets realistas para o treinamento de RNAs. A arquitetura segue o modelo agente/gerente, no qual agentes capturam amostras de áudio e enviam ao gerente, responsável pelo armazenamento das amostras para futuros treinamentos ou classificações automatizadas. A implementação funcional do MosqMon demonstrou a viabilidade do sistema, que se espera fornecer dados essenciais para melhorar a vigilância do Aedes aegypti.

Palavras-chave: Sistema Distribuído, Monitoramento, Mosquito, Aedes aegypti

Referências

Centers for Disease Control and Prevention. Fighting the World’s Deadliest Animal. Accessed: 2024-10-17. 2022. Disponível em: [link].

ISGlobal. Mosquito: el animal más letal del mundo. Accessed: 2024-10-17. 2023. Disponível em: [link].

Bradshaw, C. J. et al. Massive yet grossly underestimated global costs of invasive insects. Nature communications, Nature Publishing Group UK London, v. 7, n. 1, p. 12986, 2016.

Diagne, C. et al. High and rising economic costs of biological invasions worldwide. Nature, Nature Publishing Group UK London, v. 592, n. 7855, p. 571–576, 2021.

Ahmed, D. A. et al. Managing biological invasions: the cost of inaction. Biological Invasions, Springer, v. 24, n. 7, p. 1927–1946, 2022.

Saúde, M. da. Painel de Monitoramento das Arboviroses — Ministério da Saúde. 2024. [link]. Acessado em: 19 de setembro de 2024.

Panjwani, A.; Wilson, A. What is stopping the use of genetically modified insects for disease control? PLoS Pathogens, Public Library of Science San Francisco, CA USA, v. 12, n. 10, e1005830, 2016.

Legros, M. et al. Gene drive strategies of pest control in agricultural systems: Challenges and opportunities. Evolutionary applications, Wiley Online Library, v. 14, n. 9, p. 2162–2178, 2021.

Paim, K. O. et al. Acoustic identification of Ae. aegypti mosquitoes using smartphone apps and residual convolutional neural networks. Biomedical Signal Processing and Control, v. 95, p. 106342, 2024. ISSN 1746-8094. DOI: 10.1016/j.bspc.2024.106342. Disponível em: [link].

Fernandes, M. S.; Cordeiro, W.; Recamonde-Mendoza, M. Detecting Aedes aegypti mosquitoes through audio classification with convolutional neural networks. Computers in Biology and Medicine, v. 129, p. 104152, 2021. ISSN 0010-4825. DOI: 10.1016/j.compbiomed.2020.104152. Disponível em: [link].

Spitzen, J.; Takken, W. Keeping track of mosquitoes: a review of tools to track, record and analyse mosquito flight. Parasites Vectors, v. 11, p. 123, 2018. Received: 03 October 2017; Accepted: 21 February 2018; Published: 02 March 2018. DOI: 10.1186/s13071-018-2735-6.

Javed, N.; Paradkar, P. N.; Bhatti, A. An overview of technologies available to monitor behaviours of mosquitoes. Acta Tropica, v. 258, p. 107347, 2024. ISSN 0001-706X. DOI: 10.1016/j.actatropica.2024.107347. Disponível em: [link].

Lai, Z. et al. Development and evaluation of an efficient and real-time monitoring system for the vector mosquitoes, Aedes albopictus and Culex quinquefasciatus. PLOS Neglected Tropical Diseases, Public Library of Science, v. 16, n. 9, p. 1–14, set. 2022. DOI: 10.1371/journal.pntd.0010701.

Kravchenko, T.; Bogdanova, T.; Shevgunov, T. Ranking Requirements Using MoSCoW Methodology in Practice. In: Silhavy, R. (Ed.). Cybernetics Perspectives in Systems. Cham: Springer International Publishing, 2022. P. 188–199. ISBN 978-3-031-09073-8.

Rodrigues, Y. d. F.; Mansilha, R. B. MosqMon: Intelligent Mosquito Trap System. 2024. [link]. Accessed: 2024-10-21.