A Computer-Vision Biological Early Warning System for Marine Pollution Detection Using Aurelia aurita as a Biosensor: Per-Animal Anomaly Detection of Diesel Exposure

Балл 0

Отсутствует экспертное заключение на публикацию

КБПР (методика 2025 г.) = 10

Количество соавторов публикации - 5
Публикация в изданиях из Белого списка уровень: 2, K=10

Греков А. Н.: количество аффилиаций - 1, вклад в КБПР публикации:
формула: K/(Nсоавторов*Nаффил) = 10/(5*1) = 2

Параев К. А.: количество аффилиаций - 1, вклад в КБПР публикации:
формула: K/(Nсоавторов*Nаффил) = 10/(5*1) = 2

Баяндина Ю. С.: количество аффилиаций - 1, вклад в КБПР публикации:
формула: K/(Nсоавторов*Nаффил) = 10/(5*1) = 2

Баяндин А. С.: количество аффилиаций - 1, вклад в КБПР публикации:
формула: K/(Nсоавторов*Nаффил) = 10/(5*1) = 2

Вышкваркова Е. В.: количество аффилиаций - 1, вклад в КБПР публикации:
формула: K/(Nсоавторов*Nаффил) = 10/(5*1) = 2

Статья в периодическом издании

A Computer-Vision Biological Early Warning System for Marine Pollution Detection Using Aurelia aurita as a Biosensor: Per-Animal Anomaly Detection of Diesel Exposure

WoS 3.200/Q2 SCOPUS 0.605/Q2 БС 2

DOI	https://doi.org/10.3390/jmse14131189
Язык	Английский
Журнал	Journal of Marine Science and Engineering ISSN: —; Онлайн ISSN: 2077-1312
Год	2026
Выходные данные	том: 14; выпуск: 13; статья: 1189; страниц (электронный ресурс): 27
Авторы	Греков А. Н. (Grekov A.) Параев К. А. (Paraev K.) Баяндина Ю. С. (Baiandina Iu.) Баяндин А. С. (Baiandin A.) Вышкваркова Е. В. (Vyshkvarkova E.)
Даты	Поступила в редакцию: 21.05.2026 После доработки: 25.06.2026 Принята к публикации: 26.06.2026 Опубликована: 28.06.2026
Абстракт	Marine pollution monitoring increasingly relies on Biological Early Warning Systems (BEWSs), which use living organisms as continuous, integrative sentinels of water quality. The moon jellyfish Aurelia aurita is a sensitive but under-exploited candidate for this role. We present a computer-vision BEWS pipeline that is unsupervised at inference time and operates without labelled pollution-response data, converting side-view aquarium video of single A. aurita medusae into a binary pollution alarm. Per-frame YOLO bounding-box detections are reduced to a continuous bell-area signal and a centroid trajectory, from which eleven pulsation, kinematic, and detection-quality features are extracted on 60 s sliding windows. A per-animal baseline is fitted on a clean-water baseline (recommended ≥15 min), and a two-layer detector—fast outlier detection on the mean absolute z-score with a k-of-N rule, plus one-sided CUSUM (cumulative sum) accumulation—flags any sustained deviation. Validation on six adult medusae exposed to diesel-WAF detected all six animals (95% CI 54–100%) and produced no false alarms in 203 clean-window opportunities (exact 95% upper bound 1.8%; rule-of-three estimate ≈1.5%). First-alarm latencies ranged from 1.0 to 23.7 min, and the observed responses were described as three descriptive patterns in this pilot dataset: sharp step-change, slow drift, and mixed. The deployed anomaly scoring step contains no neural-network weights, runs in under 300 lines of Python, and is designed for field-portable use in settings where a stationary side-view camera can be positioned alongside an aquarium, although field validation remains required. Per-animal anomaly detection accommodates the strong inter-individual variability of the diesel-WAF response that limits supervised clean-versus-polluted classification at this sample size. Ключевые слова: Biological Early Warning System, Aurelia aurita, computer vision, YOLO, anomaly detection, CUSUM, bell pulsation frequency, ecotoxicology, marine pollution, biosensor
Сведения о финансировании, указанные в публикации	The study was supported by a grant from the Russian Science Foundation № 25-19-00551, https://rscf.ru/project/25-19-00551/ (accessed on 25 June 2026).
URL	https://www.mdpi.com/2077-1312/14/13/1189
Дополнительные сведения

Запись создана: 07-07-2026 14:43
Последнее изменение: 07-07-2026 14:49

Страница журнала в E-library

Библиографическая ссылка:
Grekov A., Paraev K., Baiandina Iu., Baiandin A., Vyshkvarkova E. A Computer-Vision Biological Early Warning System for Marine Pollution Detection Using Aurelia aurita as a Biosensor: Per-Animal Anomaly Detection of Diesel Exposure // Journal of Marine Science and Engineering. 2026. Vol. 14, iss. 13. Art. no. 1189 (27 p.). https://doi.org/10.3390/jmse14131189
[WoS 3.200/Q2][SCOPUS 0.605/Q2][БС 2]

Экспертное заключение: –

Белый список

Уровень БС: 2

Индексация на момент включения в базу:
Web of Science

Статус: Да
Импакт-фактор/Квартиль(год): 3.200/Q2 (2025)
Идентификатор: –

SCOPUS

Статус: Да
Импакт-фактор/Квартиль(год): 0.605/Q2 (2025)
Идентификатор: –

РИНЦ

Статус: Нет
ID: –
EDN: –