Diagnóstico automático de infección por Nosemiasis en abejas melíferas mediante procesado de imágenes

Resumen Las abejas polinizan una gran variedad de especies de plantas, incluyendo los cultivos agrícolas. Se estima que cerca del 30% del alimento consumido por la población mundial es derivado de cultivos polinizados por abejas. La infección por Nosemiasis es una de las principales causas de la pérdida de colmenas a nivel mundial. Los métodos de laboratorio para el diagnóstico del nivel de infección por este microsporidio son lentos, caros y demandan la presencia de un experto. Se propone un sistema automático, confiable y económico de cuantificación de infección por Nosema, a partir del procesamiento digital de imágenes. Con el uso de técnicas de segmentación de imágenes, caracterización de objetos y conteo de formas se han reproducido las técnicas de Cantwell y Hemocitómetro de manera automática. Para el conteo de esporas se implementaron tres descriptores el tamaño, la excentricidad y la circularidad, de manera tal que son invariantes a la escala y rotación de las imágenes. Se trabajó con un total de 375 fotografías agrupadas en carpetas de 5, las cuales fueron previamente etiquetadas por un experto según el nivel de infección (muy leve, leve, moderado, semifuerte y fuerte). Con ello se alcanzó un porcentaje de diagnóstico correcto de infección del 84%.

Saved in:
Bibliographic Details
Main Authors: Prendas-Rojas,Juan Pablo, Figueroa-Mata,Geovanni, Ramírez-Montero,Marianyela, Calderón-Fallas,Rafael Ángel, Ramírez-Bogantes,Melvin, Travieso-González,Carlos Manuel
Format: Digital revista
Language:Spanish / Castilian
Published: Instituto Tecnológico de Costa Rica 2018
Online Access:http://www.scielo.sa.cr/scielo.php?script=sci_arttext&pid=S0379-39822018000200014
Tags: Add Tag
No Tags, Be the first to tag this record!
id oai:scielo:S0379-39822018000200014
record_format ojs
spelling oai:scielo:S0379-398220180002000142020-11-02Diagnóstico automático de infección por Nosemiasis en abejas melíferas mediante procesado de imágenesPrendas-Rojas,Juan PabloFigueroa-Mata,GeovanniRamírez-Montero,MarianyelaCalderón-Fallas,Rafael ÁngelRamírez-Bogantes,MelvinTravieso-González,Carlos Manuel Nosema segmentación de imágenes conteo de objetos procesamiento de imágenes Resumen Las abejas polinizan una gran variedad de especies de plantas, incluyendo los cultivos agrícolas. Se estima que cerca del 30% del alimento consumido por la población mundial es derivado de cultivos polinizados por abejas. La infección por Nosemiasis es una de las principales causas de la pérdida de colmenas a nivel mundial. Los métodos de laboratorio para el diagnóstico del nivel de infección por este microsporidio son lentos, caros y demandan la presencia de un experto. Se propone un sistema automático, confiable y económico de cuantificación de infección por Nosema, a partir del procesamiento digital de imágenes. Con el uso de técnicas de segmentación de imágenes, caracterización de objetos y conteo de formas se han reproducido las técnicas de Cantwell y Hemocitómetro de manera automática. Para el conteo de esporas se implementaron tres descriptores el tamaño, la excentricidad y la circularidad, de manera tal que son invariantes a la escala y rotación de las imágenes. Se trabajó con un total de 375 fotografías agrupadas en carpetas de 5, las cuales fueron previamente etiquetadas por un experto según el nivel de infección (muy leve, leve, moderado, semifuerte y fuerte). Con ello se alcanzó un porcentaje de diagnóstico correcto de infección del 84%.info:eu-repo/semantics/openAccessInstituto Tecnológico de Costa RicaRevista Tecnología en Marcha v.31 n.2 20182018-06-01info:eu-repo/semantics/articletext/htmlhttp://www.scielo.sa.cr/scielo.php?script=sci_arttext&pid=S0379-39822018000200014es10.18845/tm.v31i2.3621
institution SCIELO
collection OJS
country Costa Rica
countrycode CR
component Revista
access En linea
databasecode rev-scielo-cr
tag revista
region America Central
libraryname SciELO
language Spanish / Castilian
format Digital
author Prendas-Rojas,Juan Pablo
Figueroa-Mata,Geovanni
Ramírez-Montero,Marianyela
Calderón-Fallas,Rafael Ángel
Ramírez-Bogantes,Melvin
Travieso-González,Carlos Manuel
spellingShingle Prendas-Rojas,Juan Pablo
Figueroa-Mata,Geovanni
Ramírez-Montero,Marianyela
Calderón-Fallas,Rafael Ángel
Ramírez-Bogantes,Melvin
Travieso-González,Carlos Manuel
Diagnóstico automático de infección por Nosemiasis en abejas melíferas mediante procesado de imágenes
author_facet Prendas-Rojas,Juan Pablo
Figueroa-Mata,Geovanni
Ramírez-Montero,Marianyela
Calderón-Fallas,Rafael Ángel
Ramírez-Bogantes,Melvin
Travieso-González,Carlos Manuel
author_sort Prendas-Rojas,Juan Pablo
title Diagnóstico automático de infección por Nosemiasis en abejas melíferas mediante procesado de imágenes
title_short Diagnóstico automático de infección por Nosemiasis en abejas melíferas mediante procesado de imágenes
title_full Diagnóstico automático de infección por Nosemiasis en abejas melíferas mediante procesado de imágenes
title_fullStr Diagnóstico automático de infección por Nosemiasis en abejas melíferas mediante procesado de imágenes
title_full_unstemmed Diagnóstico automático de infección por Nosemiasis en abejas melíferas mediante procesado de imágenes
title_sort diagnóstico automático de infección por nosemiasis en abejas melíferas mediante procesado de imágenes
description Resumen Las abejas polinizan una gran variedad de especies de plantas, incluyendo los cultivos agrícolas. Se estima que cerca del 30% del alimento consumido por la población mundial es derivado de cultivos polinizados por abejas. La infección por Nosemiasis es una de las principales causas de la pérdida de colmenas a nivel mundial. Los métodos de laboratorio para el diagnóstico del nivel de infección por este microsporidio son lentos, caros y demandan la presencia de un experto. Se propone un sistema automático, confiable y económico de cuantificación de infección por Nosema, a partir del procesamiento digital de imágenes. Con el uso de técnicas de segmentación de imágenes, caracterización de objetos y conteo de formas se han reproducido las técnicas de Cantwell y Hemocitómetro de manera automática. Para el conteo de esporas se implementaron tres descriptores el tamaño, la excentricidad y la circularidad, de manera tal que son invariantes a la escala y rotación de las imágenes. Se trabajó con un total de 375 fotografías agrupadas en carpetas de 5, las cuales fueron previamente etiquetadas por un experto según el nivel de infección (muy leve, leve, moderado, semifuerte y fuerte). Con ello se alcanzó un porcentaje de diagnóstico correcto de infección del 84%.
publisher Instituto Tecnológico de Costa Rica
publishDate 2018
url http://www.scielo.sa.cr/scielo.php?script=sci_arttext&pid=S0379-39822018000200014
work_keys_str_mv AT prendasrojasjuanpablo diagnosticoautomaticodeinfeccionpornosemiasisenabejasmeliferasmedianteprocesadodeimagenes
AT figueroamatageovanni diagnosticoautomaticodeinfeccionpornosemiasisenabejasmeliferasmedianteprocesadodeimagenes
AT ramirezmonteromarianyela diagnosticoautomaticodeinfeccionpornosemiasisenabejasmeliferasmedianteprocesadodeimagenes
AT calderonfallasrafaelangel diagnosticoautomaticodeinfeccionpornosemiasisenabejasmeliferasmedianteprocesadodeimagenes
AT ramirezbogantesmelvin diagnosticoautomaticodeinfeccionpornosemiasisenabejasmeliferasmedianteprocesadodeimagenes
AT traviesogonzalezcarlosmanuel diagnosticoautomaticodeinfeccionpornosemiasisenabejasmeliferasmedianteprocesadodeimagenes
_version_ 1755933737890086912