Sistema De Identificación De Parásitos Intestinales En Ganado Bovinos Mediante Procesamiento De Imágenes Y Aprendizaje Automático Para Prevención De Enfermedades

Abstract

Este trabajo se centra en el uso de técnicas de procesamiento de imágenes y aprendizaje automático para el reconocimiento de parásitos mediante la obtención de imágenes microscópicas de parásitos que se encuentran en desechos orgánicos del ganado bovino, obtenidas en el laboratorio de la Universidad Católica de Cuenca.

El sistema propuesto se ha desarrollado en el lenguaje de programación MATLAB, aplicando los diferentes toolboxes especializadas en procesamiento de imágenes y aprendizaje profundo. Antes de entrenar el modelo, se aplican técnicas de procesamiento de imágenes para mejorar la calidad de las imágenes de entrada.

Para la categorización de los parásitos, se emplea una red neuronal profunda denominada ResNet-50, la cual posee 50 capas de tipo Residual Network, la cual permite extraer las características más importantes y mejorar el desempeño del modelo.

Adicionalmente, se desarrolla una interfaz gráfica mediante MATLAB App Designer, mejorando la interacción del usuario con el sistema, para manejarlo de manera cómoda y fácil de visualizar los resultados.

Los resultados obtenidos muestran niveles de resultados de los ácaros 89.39 %, Blastocystis sp. 97,03 %, Coccideos 88,88 %, Faciola 54,55 %, Strongilos 60,82 %, Taenia 76,64 %, Balatinoum coli 93,33 % en la presión de la clasificación de los parásitos por categoría. Estos resultados evidencian que el sistema desarrollado presenta un desempeño adecuado en la clasificación automática de parásitos, constituyéndose como una herramienta eficaz de apoyo en el análisis microbiológico.