Нейросеть обучили прогнозировать ожирение жителей городов по спутниковым снимкам (время прочтения - 2 минуты)

Учёные из США наделили свёрточную нейросеть способностью определять зоны, жители которых имеют повышенный риск ожирения. Анализируя спутниковые снимки местности, нейросеть определяет наличие и характеристики объектов, влияющих на физическую активность горожан. К ним относятся: водоёмы, растительность, городская застройка и транспортные сети. Результаты исследования опубликованы в журнале Health Informatics.

Низкая физическая активность, наряду с неправильным питанием, остается лидирующей причиной повышенного риска ожирения. В условиях населённых пунктов на неё напрямую влияет доступность мест для прогулок и занятий спортом, возможность передвижения на общественном или личном транспорте, расположение заведений общественного питания. Анализ связи между окружающей средой и ожирением довольно кропотлив. Автоматизация этого процесса может существенно облегчить исследования в данном направлении.

Учёные Адяша Махарана и Элейн Оканьене Нзоези из Вашингтонского университета использовали для обучения нейросети более 150 спутниковых снимков Лос-Анджелеса, Мемфиса, Сан-Антонио и Сиэтла с сервиса Google Static Maps API. Свёрточную сеть, успешно работающую с анализом изображений, натренировали распознавать на снимках растительность, водоёмы, здания и дороги. В соответствии с количеством объектов перечисленных групп города разделили на 1695 районов.

Полученные данные сравнили с имеющейся информацией о жителях рассматриваемых городов с индексом массы выше от 30 кг/м2. Исследователи обнаружили, что особенностями окружающей среды объясняется 64,8% различий между районами по признаку доли людей, страдающих ожирением.

Безымянный.jpg

Фактический (слева) и прогнозируемый нейросетью (справа) уровень ожирения в Сиэтле и Лос-Анджелесе

Наименее подверженными риску ожирения оказались жители центра города, а также районов, расположенных вблизи природных парков и водоёмов. По мнению учёных, разработанный метод анализа условий проживания горожан и их связи с повышением индекса массы тела представляется более эффективным, чем изучение расположения ресторанов быстрого питания и тренажёрных залов.


Автор Анжелика Ким


Выберите вариант регистрации как:

Физическое лицо
Эксперт

Нажимая «Зарегистрироваться», я принимаю Политику конфиденциальности Портала и мобильного приложения.

Войдите в свой аккаунт

Забыли свой пароль? Регистрация

Войти с помощью:

Восстановление пароля

Ваш пароль успешно выслан вам на email

Форма авторизации на сайте
Регистрация
Забыли свой пароль?
Войти как пользователь:
Войти как пользователь
Вы можете войти на сайт, если вы зарегистрированы на одном из этих сервисов:

Регистрация на Портале с помощью электронной почты

Нажимая «Зарегистрироваться», я принимаю Политику конфиденциальности Портала и мобильного приложения.

Спасибо за регистрацию. Теперь можете войти на портал с помощью логина и пароля.

Зарегистрируйтесь на Портале.

Выберите удобный для Вас вариант регистрации.



или


Нажимая «Зарегистрироваться», я принимаю Политику конфиденциальности Портала и мобильного приложения.

Регистрация Эксперта на Портале







Нажимая «Зарегистрироваться», я принимаю Политику конфиденциальности Портала и мобильного приложения.

Спасибо за регистрацию. Теперь можете войти на портал с помощью логина и пароля.

Портал образования Хабаровского края создан по инициативе КГБОУ ДПО ХКИРО. Вы так же можете скачать мобильное приложение профессионального образования Хабаровского края. Мобильное приложение разработано для iOS и Android.