摘要 - 马拉里亚是由感染雌性蚊子蚊子的寄生虫引起的,是一种严重的且潜在的致命疾病,是热带地区常见的。疾病控制程序依赖于树冠内各种垂直高度的蚊子的捕获。为了支持这种疟疾控制研究工作,该提议的解决方案旨在克服涉及攀岩和手动蚊子捕获的调用方法的局限性。本文介绍了一种新型无人机导航系统的开发,该系统旨在在树冠中收集蚊子样品。我们的解决方案通过使用立体声视觉深度摄像机和对象检测算法yolov7实现3D映射算法来构建解决方案,以准确识别树檐篷中的栖息地。开发的无人机导航算法采用获得的坐标来计划合适的飞行路径。我们评估了基础针孔摄像头模型的准确性,并进行了深度摄像头的校准,以提高深度精度。此外,我们分析了Yolov7培训配置,以最大程度地减少着陆点检测中的假阳性。结果证明了我们解决方案在捕获各种垂直高度的蚊子方面的有效性,为疟疾控制程序提供了宝贵的支持。索引术语 - 马拉里亚控制,计算机视觉,无人机导航,深度摄像头,机器学习
Josie Fullerton在格拉斯哥大学获得了神经科学和生物医学科学MRE的理学学士学位。然后,她在Strathclyde大学完成了博士学位。凯特琳·科斯格罗夫(Caitlin Cosgrove)毕业于格拉斯哥大学(University of Glasgow),并获得了人类生物学的理学学士学位(荣誉)。她现在正处于英国心脏基金会(BHF)资助的博士学位计划的MRES轮换年中,她希望在此期间进行与细胞外囊泡(EV)衍生的缺血性中风中的MicroRNA有关的进一步研究。丽贝卡·鲁尼(Rebecca Rooney)是由BHF资助的格拉斯哥大学心血管科学的最后一年博士学位候选人,他调查了缺血性中风后电动汽车的作用。Lorraine的工作在英国格拉斯哥大学的心血管和医学科学研究所拥有一支研究团队。他们正在确定在缺血性中风的情况下利用装有治疗货物的电动汽车的潜力。她从Strathclyde大学获得了心血管药理学博士学位,并且已经是PI 15年了。