Un equipo de investigadores proponen el uso de las técnicas de aprendizaje automático basado en imágenes para detectar las enfermedades de los peces, logrando altos niveles de exactitud.
La identificación de los peces infectados durante el cultivo permanece como un desafío debido a que no se cuenta con la infraestructura necesaria para la identificación temprana de los peces infectados, y con ello evitar la diseminación de la enfermedad.
Investigadores de la Jahangirna gar University realizaron una investigación sobre la clasificación de las enfermedades del salmón, si un pez tiene una infección o no, con una técnicas basada en la visión de máquina.
Ellos complementaron el procesamiento de imágenes con un mecanismo de aprendizaje automático para identificar de forma temprana a los peces infectados.
Segmentación de imágenes
La segmentación de imágenes se ha vuelto indispensable para varios campos de investigación como la visión computarizada, la inteligencia artificial, etc.
El uso de k en la segmentación de imágenes es una técnica popular de procesamiento de imágenes que principalmente divide diferentes regiones en una imagen sin perder información.
Investigación de enfermedades con imágenes
El trabajo de los investigadores se divide en dos etapas:
a) Aplicación del pre-procesamiento y la segmentación de la imagen para reducir el “ruido” e incrementar la imagen, respectivamente.
b) Extracción de las características involucradas para clasificar las enfermedades con la ayuda del algoritmo Support Vector Machine (SVM) de aprendizaje automático con la función kernel.
Procedimiento
Las imágenes procesadas en la primera etapa pasan a través del modelo SVM. Luego los investigadores armonizaron un experimento con la combinación de las técnicas en la base de datos de imágenes de salmones usados para examinar las enfermedades.
Principales resultados
Los investigadores, mediante su algoritmo, lograron clasificar a los salmones infectados y salmones frescos.
“Nosotros conducimos este experimento basado en una base de datos de imágenes del mundo real para lograr un sistema confiable” reportaron.
Ellos introdujeron un modelo de clasificación basado en el aprendizaje de las máquinas para identificar a los peces infectados.
Según los investigadores, los resultados de la investigación sobre la aplicación de SVM destacan precisiones de 91,42 y 94,12 por ciento, con y sin aumento, respectivamente.
Referencia (acceso abierto):
Md Shoaib Ahmed, Tanjim Taharat Aurpa, Md. Abul Kalam Azad. Fish Disease Detection Using Image Based Machine Learning Technique in Aquaculture. Journal of King Saud University – Computer and Information Sciences, 2021, ISSN 1319-1578, https://doi.org/10.1016/j.jksuci.2021.05.003
