Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10553/42006
Título: Diagnóstico automático de infestación por Nosemiasis en abejas melíferas mediante procesado de imágenes
Otros títulos: Automatic diagnostic of Nosemiasis Infection on honey bee using image processing
Autores/as: Pablo Prendas-Rojas, Juan
Figueroa-Mata, Geovanni
Ramirez-Montero, Marianyela
Calderón-Fallas, Rafael Ángel
Ramírez-Bogantes, Melvin
Travieso González, Carlos Manuel 
Clasificación UNESCO: 2401 Biología animal (zoología)
12 Matemáticas
Palabras clave: Nosema
Segmentación de imágenes
Conteo de objetos
Procesamiento de imágenes
Image segmentation, et al.
Fecha de publicación: 2018
Editor/a: 0379-3982
Publicación seriada: Tecnologia En Marcha 
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 infestación 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 infestación por este microsporidio son lentos, caros y demandan la presencia de un experto. Se propone un sistema automático, confiable y económico de cuantificación de infestación 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 la técnican 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 infestación (muy leve, leve, moderado, semifuerte y fuerte). Con ello se alcanzó un porcentaje de diagnóstico correcto de infestación del 84%.
Bees pollinate a wide variety of plant species, including agricultural crops. It is estimated that about 30% of the food consumed by the world population is derived from crops pollinated by bees. Nosemiasis infection is one of the leading causes of bee hive loss worldwide. The laboratory methods for the diagnosis of the level of infection by this microsporidium are slow, expensive and require the presence of an expert for spore count. It is proposed the creation of an automatic, reliable and economical system of quantification of Nosema infection from digital image processing. Using the techniques of image segmentation, object characterization and shape counting, the Cantwell and Hemocytometer techniques have been automatically reproduced. For the counting of spores, three descriptors were implemented: size, eccentricity and circularity, in such a way photographs grouped in folders of 5, which were previously labeled according to the level of infection (very mild, mild, moderate, semi-strong and strong). The correct diagnosis rate was 84%
URI: http://hdl.handle.net/10553/42006
ISSN: 0379-3982
DOI: 10.18845/tm.v31i2.3621
Fuente: Tecnología en Marcha [ISSN 0379-3982], v. 31 (2), p. 14-25
Colección:Artículos
miniatura
Adobe PDF (1,65 MB)
Vista completa

Google ScholarTM

Verifica

Altmetric


Comparte



Exporta metadatos



Los elementos en ULPGC accedaCRIS están protegidos por derechos de autor con todos los derechos reservados, a menos que se indique lo contrario.