La camaronicultura es un pilar económico fundamental para Bangladesh, sosteniendo a millones de personas en las zonas costeras. Sin embargo, este sector vital enfrenta la amenaza constante de enfermedades prevalentes del camarón como el Síndrome de la Mancha Blanca (WSSV) y la enfermedad de las Branquias Negras (BG), que pueden devastar la producción, impactar la economía y dañar el medio ambiente. La detección temprana y precisa es crucial, pero los métodos tradicionales de inspección manual son a menudo lentos y propensos a errores.
Para abordar esta necesidad crítica, un equipo de investigadores de la East West University ha desarrollado Shrimp DiseaseBD, un dataset público de imágenes específicamente diseñado para facilitar el desarrollo de sistemas automatizados de detección de enfermedades del camarón mediante visión por computadora e inteligencia artificial.
El Desafío: Enfermedades Devastadoras y Detección Manual
Las dos enfermedades más comunes abordadas en este proyecto son:
- Branquias Negras (BG – Black Gill): Causada por hongos, bacterias o factores ambientales, provoca el oscurecimiento de las branquias, debilitando al camarón y haciéndolo más susceptible a otras infecciones.
- Síndrome de la Mancha Blanca (WSSV – White Spot Syndrome Virus): Caracterizada por puntos blancos visibles en el caparazón y, a veces, una coloración rojiza, esta enfermedad viral es altamente contagiosa, causa alta mortalidad y afecta a la camaronicultura a nivel mundial.
Actualmente, la detección en Bangladesh recae principalmente en la inspección visual por parte de los acuicultores. Fallar en detectar y retirar a tiempo los camarones enfermos puede desencadenar brotes masivos, resultando en pérdidas económicas significativas. Además, la respuesta común con tratamientos antibióticos de amplio espectro genera preocupaciones por su impacto ambiental negativo.
La Solución Tecnológica: El Dataset Shrimp DiseaseBD
Shrimp DiseaseBD emerge como una herramienta fundamental para superar estas limitaciones. Se trata de una colección completa de imágenes de camarones, creada para entrenar y validar modelos de aprendizaje automático (Machine Learning).
Características Clave del Dataset:
- Contenido: 1149 imágenes originales en formato JPG, con una resolución de 2048×2048 píxeles.
- Origen: Las imágenes fueron capturadas con cámaras de smartphone de alta calidad en granjas camaroneras locales (principalmente en Bagerhat y Satkhira) y mercados (Dhaka), bajo la supervisión de expertos del Instituto de Investigación Pesquera de Bangladesh (BAFRI) y acuicultores locales.
- Clasificación: Las imágenes se organizan en cuatro categorías claras:
– Sanos (Healthy): 403 imágenes de camarones sin signos visibles de enfermedad, mostrando coloración y forma normales.
– Branquias Negras (BG): 198 imágenes de camarones con branquias oscurecidas.
– Mancha Blanca (WSSV): 328 imágenes de camarones mostrando los característicos puntos blancos.
– Combinación (BG_WSSV): 220 imágenes de camarones que presentan síntomas de ambas enfermedades simultáneamente.
- Anotación para IA: Un aspecto crucial es que las imágenes de camarones enfermos han sido cuidadosamente anotadas utilizando la herramienta Roboflow. Se han delimitado las áreas específicas que muestran síntomas de enfermedad mediante recuadros delimitadores (bounding boxes) en formato YOLO. Esta anotación es esencial para entrenar modelos de IA capaces de detectar y localizar las enfermedades con precisión.
- Estructura Organizada: El dataset está estructurado lógicamente en carpetas («Raw Images» y «Annotated Diseased Shrimp Images»), facilitando su integración con frameworks populares de Machine Learning.
Valor y Aplicaciones Potenciales
La creación y disponibilidad pública de Shrimp DiseaseBD ofrece múltiples beneficios:
- Cubre una Brecha: Aborda la escasez de datasets públicos enfocados en enfermedades del camarón, particularmente en el contexto de Bangladesh.
- Apoyo a la Industria: Permite desarrollar sistemas basados en IA para la detección temprana, ayudando a los acuicultores a monitorear la salud de sus cultivos de forma más eficiente, reducir pérdidas económicas y disminuir la dependencia del trabajo manual intensivo.
- Promoción de la Sostenibilidad: Una detección temprana y precisa posibilita intervenciones más específicas y oportunas, reduciendo la necesidad de usar antibióticos de amplio espectro y minimizando el impacto ambiental.
- Impulso a la Investigación: Sirve como un recurso valioso para futuros estudios en visión por computadora, machine learning y acuicultura, además de poder usarse para crear herramientas educativas y mejorar las estrategias de manejo de enfermedades.
Acceso al Dataset
Shrimp DiseaseBD está disponible públicamente para la comunidad científica y de desarrollo a través de Mendeley Data:
Repositorio: Mendeley Data
DOI: 10.17632/jhrtdj9txm.3
URL Directa: https://data.mendeley.com/datasets/jhrtdj9txm/3
Conclusión
El dataset Shrimp DiseaseBD representa un avance significativo para la acuicultura en Bangladesh y potencialmente en otras regiones. Al proporcionar datos de alta calidad, curados y anotados, sienta las bases para el desarrollo de herramientas de IA que pueden transformar el monitoreo de la salud del camarón. La adopción de estas tecnologías promete no solo mejorar la rentabilidad de los acuicultores mediante la detección temprana de enfermedades, sino también fomentar prácticas más sostenibles y resilientes en el sector.
Contacto
Ahmed Abdal Shafi
Department of Computer Science and Engineering, East West University
Dhaka 1212, Bangladesh
Email: ahmed.shafi@ewubd.edu
Referencia
Islam, M. M., Sarker, A., Choudhury, A., Ahmed, N., Shafi, A. A., Niloy, N. T., Hossain, M. S., Ali, M. S., Chowdhury, A., & Ferdaus, M. H. (2025). ShrimpDiseaseBD: An Image Dataset for Detecting Shrimp Diseases in the Aquaculture Sector of Bangladesh. Data in Brief, 111553. https://doi.org/10.1016/j.dib.2025.111553
