MosCla app: An android app to classify Culicoides species

RESUMEN

RESUMEN

Los mosquitos picadores Culicoides son conocidos por ser vectores de transmisión de diversas enfermedades causadas por arbovirus afectando a humanos y animales alrededor del mundo. Un método óptimo y rápido de clasificación para estas y otras especies ha sido un desafío y una necesidad, especialmente en áreas con recursos limitados y problemas de salud pública. En este trabajo, nosotros desarrollamos una aplicación móvil llamada MosCla para clasificar dos especies de Culicoides utilizando el análisis del patrón morfológico de sus alas. La aplicación implementa un método de clasificación automático basado en el cálculo de siete características morfológicas extraídas de las imágenes del ala y una máquina de vectores de soporte como clasificador para producir la clase final de Pusillus u Obsoletus. La aplicación propuesta fue validada usando un conjunto de datos experimental de 87 imágenes de ala con el método de validación cruzada de 10 iteraciones (10-fold cross-validation), y el rendimiento de clasificación, en términos de la media de la métrica de AUC, obtuvo un puntaje sobresaliente de 0.98. La viabilidad de la aplicación se evaluó utilizando las métricas de media de tiempo y de consumo de batería en emuladores móviles del teléfono Pixel 2 y tableta Pixel C. Los resultados obtenidos fueron 12 y 7 segundos y 0.11 y 0.03 mAh para los emuladores del teléfono y la tableta respectivamente. Estos resultados se consideran muy buenos en el desarrollo de aplicaciones móviles. Reducir el espacio de características de siete a tres características usando un método de envoltura externo nos proporcionó una mejora considerable en términos del rendimiento de clasificación basado en el AUC mejorando de 0.95 a 0.98 y disminuyendo el volumen de información para el entrenamiento del clasificador. Por lo tanto, estos resultados permiten a la aplicación propuesta ser una excelente aproximación para aquellos especialistas que necesitan una herramienta práctica para clasificar especies de Culicoides como Pusillus u Obsoletus en el medio ambiente silvestre.

Palabras clave: Clasificación de especies Culicoides, aplicación Android, procesamiento digital de imagen, clasificador SVM, selección de características.

ABSTRACT

Culicoides biting midges are known for being transmission vectors of various diseases caused by arboviruses affecting humans and animals around the world. An optimal and fast classification method for these and other species has been a challenge and a necessity, especially in areas with limited resources and public health problems. In this work, we developed a mobile application called MosCla to classify two Culicoides species using the morphological pattern analysis of their wings. The app implemented an automatic classification method based on the calculation of seven morphological features extracted from the wing image and a support vector machine classifier to produce the final classification of Pusillus or Obsoletus class. The proposed app was validated using an experimental dataset of 87 wing images with the 10-fold cross-validation method, and the classification performance in terms of the mean of the AUC metric obtained an outstanding score of 0.98. The app feasibility was assessed using the mean of time and battery consumption metrics on a phone Pixel 2 and tablet Pixel C mobile emulators. The obtained results were 12 and 7 seconds and 0.11 and 0.03 mAh for the phone and tablet emulators, respectively. These results are considered very good when developing mobile applications. Reducing the feature space from seven to three features using an external wrapper method provided us a considerable improvement in terms of the AUC based classification performance from 0.95 to 0.98 and decreasing the volume of information for the classifier training. Thus, these results enable the proposed app as an excellent approximation for those specialists that need a practical tool to classify Culicoides species like Pussillus or Obsoletus in the wildlife environment.

Key words: Culicoides species classification, Android application, digital image processing, SVM classifier, feature selection.