Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/30154| Título: | Segmentação de imagens de microrganismos para tarefas preditivas |
| Título(s) alternativo(s): | Microorganism image segmentation for predictive tasks |
| Autor(es): | Vismara, Lilian de Souza Vismara, Edgar de Souza Mantovani, Rafael Gomes Souza, Francisco Carlos Monteiro |
| Palavras-chave: | Fungos Fotografia - Técnicas digitais Algorítmos computacionais Fungi Photography - Digital techniques Computer algorithms |
| Data do documento: | 21-Dez-2021 |
| Câmpus: | Dois Vizinhos |
| Citação: | VISMARA, Lilian de Souza; VISMARA, Edgar de Souza; MANTOVANI, Rafael Gomes; SOUZA, Francisco Carlos Monteiro. Segmentação de imagens de microrganismos para tarefas preditivas. In: CONGRESSO DE CIÊNCIA E TECNOLOGIA DA UTFPR-DV, 6. 2021, On-line. Anais... Dois Vizinhos: UTFPR, 2021. On-line. disponível em: <http://portal.utfpr.edu.br/estrutura/pesquisa-e-pos-graduacao/dirppg/dois-vizinhos>. |
| Resumo: | Estudos para investigar o crescimento microbiano sob ação de agentes antimicrobianos é recorrente em diferentes áreas do conhecimento, tais como: Ciências Agrárias, Biológicas e Médicas, bem como, em Bioengenharias. Quando os bioensaios são incubados em meio de cultura agarizado, é prática comum avaliar a eficiência de produtos sanizantes via inspeção visual qualitativa ou medição direta de diâmetros das colônias ou de halos de inibição de crescimento com uso de régua ou paquímetro digital (avaliação quantitativa). Porém, devido à possível desorganização da estrutura celular dos microrganismos na presença de produtos testes, a cobertura radial pode não ser uniforme nas direções medidas, levando a erros no cálculo de variáveis de interesse e de estimação de parâmetros do modelo matemático-estatístico considerado na análise de dados. O uso de imagens para a obtenção da área de regiões de interesse, é uma alternativa para contornar tal problema. Adicionalmente, o ferramental de Visão Computacional tem sido apontado como solução inovadora para processamento de imagens e reconhecimento de padrões. Logo, este trabalho tem por objetivo aplicar e apresentar uma técnica de Análise Digital de Imagens, via o algoritmo flood-fill, para a determinação da área de colônias microbianas fúngicas provenientes de bioensaio realizado no Laboratório de Fitopatologia da UTFPR Campus Dois Vizinhos. Para isto, foi utilizado um conjunto de 539 fotografias digitais, oriundas de teste de sensibilidade por disco-difusão em ágar de um fungo filamentoso fitopatogênico (Botrytis cinerea) na presença de compostos voláteis de diferentes óleos essenciais. A técnica utilizada permitiu a determinação da área da cobertura da colônia microbiana a partir de sua fotografia digital capturada com smartphone. Como tem-se por filosofia o conceito de dados abertos, o banco de dados (imagens) e script são disponibilizados nos apêndices deste trabalho. Como trabalho futuro, espera-se propor modelos baseados em técnicas de aprendizado de máquina que sejam facilmente interpretáveis e facilitem o entendimento do papel das features das imagens no processo de aprendizagem dos algoritmos. Desta forma, almeja-se contribuir com a prospecção de abordagens eficazes que automatizem o processo de mensuração e avaliação da cinemática de crescimento de fungos pelo método de disco-difusão em ágar por uso de imagens. |
| Abstract: | Studies to investigate microbial growth under the action of antimicrobial agents are recurrent in different areas of knowledge, such as Agricultural, Biological, and Medical Sciences, as well as, in Bioengineering. When bioassays are incubated in agarized culture medium, it is common practice to assess the efficiency of sanitizing products by qualitative visual inspection or direct measurement of colony diameters or growth inhibition halos using a ruler or caliper (quantitative assessment). However, due to the possible disorganization of the cellular structure of microorganisms in the presence of test products, the radial coverage may not be uniform in the measured directions, leading to errors in the calculation of variables of interest and the mathematical-statistical model parameters estimation's considered in the analysis of data. The use of images to obtain the area of interest regions is an alternative to overcome this problem. Additionally, the Computer Vision toolings have been pointed out as an innovative solution for image processing and pattern recognition. Therefore, this work aims to apply and present a Digital Image Analysis technique to determine the area of fungal microbial colonies, by the flood-fill algorithm, from a bioassay carried out at the Phytopathology Laboratory of UTFPR Campus Dois Vizinhos. For this purpose, a set of 539 digital photographs from an agar disk-diffusion sensitivity test of a phytopathogenic filamentous fungus (Botrytis cinerea) in the presence of volatile compounds of different essential oils. The technique used allowed the determination of the coverage area of the microbial colony from its digital photograph captured with a smartphone. As the concept of open data is taken as a philosophy, then the database (images) and the script are made available in the appendices of this work. As future work, it is expected to propose models based on machine learning techniques that are easily interpretable and facilitate the understanding of the role of image features in the algorithms learning process. In this way, the aim is to contribute to the prospect of effective approaches that automate the measurement and evaluation process of the fungal growth kinematics by the method of disk-diffusion in agar using images. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/30154 |
| Aparece nas coleções: | DV - Ciência de Dados |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| segmentacaoimagenstarefaspreditivas.pdf | 1,02 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
