שיטה חדשנית המבוססת על מודלים סטטיסטיים, שפותחה על-ידי צוות חוקרים בראשות ד"ר
גיא שני מהמחלקה להנדסת מערכות מידע באוניברסיטת בן-גוריון ופרופ' לאה צרור מהמכון הוולקני, מזהה פקעות תפוחי אדמה הנגועות במחלות. ההערכה היא שהפיתוח עשוי לחסוך ממון רב ויסייע למערך היועצים, שבשלב זה, נאלצים להגיע פיזית לשדות ולבתי המיון, בהם מתבצעת כיום מלאכת המיון באופן ידני.
בשלבים שונים במהלך גידול תפוחי האדמה, נדרשת בדיקה של הפקעות לצורך זיהוי מחלות. עוד בטרם מועד זריעת תפוחי האדמה, מושקע מאמץ ניכר בבדיקת פקעות הזריעה המגיעות מחו"ל ובזיהוי תפוחי האדמה הנגועים, במיונם, בזיהוי רמת הנגיעות, וכן הלאה. עבודה זו דורשת כיום כוח אדם ניכר ועלויות גבוהות. מאוחר יותר, תוך כדי תהליך הגידול, עלולים חקלאים להיתקל בצמחים חולים. במקרים כאלו יש לאבחן את המחלה ולהחליט האם נדרשת פעולה כגון ריסוס. לבסוף, לפני שתפוחי האדמה נשלחים לשווקים, הם עוברים מיון בבית האריזה, המתבצע בדרך כלל בעבודת כפיים מייגעת ויקרה.
מערכת אוטומטית
יצוין כי מחלות רבות של תפוחי אדמה מתאפיינות בתסמינים ויזואליים על גבי הפקעת. כיום ניתן לצלם במהירות באופן דיגיטלי פקעות תפוחי אדמה על-מנת לזהות על גביהן את התסמינים הוויזואליים. מערכת אוטומטית המבוססת על זיהוי המחלה על-פי תמונה דיגיטלית יכולה לסווג במהירות רבה כמות גדולה של פקעות, ובכך לחסוך עבודת כפיים קשה ויקרה. קיימות שיטות רבות לעיבוד ולזיהוי תמונות דיגיטליות, כגון כתיבה ידנית של חוקים המזהים מאפיינים ויזואליים ספציפיים, כמו צבע או מרקם המשייכים אותם למחלה מסוימת.
בפרויקט המתבצע על-ידי החוקרים בראשותו של ד"ר שני ופרופ' צרור, הם בחרו להתמקד במערכת שונה מהמקובלת, המבוססת על מודלים סטטיסטיים הנלמדים אוטומטית. לצורך בניית המודלים אספו החוקרים בסיס נתונים גדול של תמונות של פקעות המתויגות על-פי המחלות. בסיס נתונים זה נאסף בסיוע של 'מרכז מחקר דרום (גילת)'. במהלך מיון הפקעות לזריעה, צולמו תפוחי האדמה שזוהו כנגועים, כאשר עבור כל תמונה אנו שומרים את סוג המחלה שזוהתה על-ידי המומחים העוסקים בתהליך המיון.
ד"ר שני: "בשלב הבא השתמשנו בשיטות מתחום למידת המכונה (machine learning), על-מנת לזהות עבור כל תמונה מאפיינים ויזואליים (feature extraction). בעזרת מאפיינים אלו נבנה אוטומטית מסווג (classifier), המקבל כקלט תמונה של פקעת נגועה ומחזיר רשימה של מחלות אפשריות, בסדר סבירות יורד".
לדברי ד"ר שני, התוצאות הראשונות נראות מבטיחות ומראות כי גם טכניקות פשוטות יחסית מאפשרות לזהות בתמונה מחלות. "ברור, לכן, כי המאפיינים הוויזואליים שבתמונות אכן ניתנים לזיהוי ואיסוף ומשמשים אינדיקציה למחלה. אנו בוחנים כעת שורה של גישות שונות ואלגוריתמים שונים שיעלו את הדיוק של הערכות המערכת", הוסיף החוקר.