Editar el contenido
Haz clic en el botón editar contenido para editar/añadir el contenido.

Detección y conteo automático de huevecillos de Aedes aegypti a través de algoritmos de visión computacional

José Javier Gómez González

MM22320003@acapulco.tecnm.mx

EQUIPO DE TRABAJO

Miriam Martínez Arroyo

José Antonio Montero Valverde

Eduardo de la Cruz Gámez

José Luis Hernández Hernández

RESUMEN

De acuerdo a datos de la secretaría de salud, el año 2022 marcó un punto crítico en salud con el aumento en casos de dengue, alcanzando en Guerrero un total de 900 casos y en el país 12,670, aumentando a 54,000 en 2023.  Especialistas realizan acciones para controlar la proliferación, una de ellas es colocando ovitrampas en diferentes sectores para registrar el conteo de huevecillos que depositan los mosquitos en estos artefactos, el cual se realiza de forma manual, este proceso es cansado y suele presentar errores en la precisión de los datos. En este trabajo, se muestran resultados en el desarrollo de una herramienta que utiliza técnicas de visión artificial para detectar y contabilizar huevecillos de Aedes Aegypti. Se emplea un conjunto de 400 imágenes proporcionadas por personal de Secretaría de Salud Guerrero. Estas imágenes son sometidas a algoritmos de procesamiento de imágenes. Además, se crea un Dataset que contiene características morfológicas de los huevecillos. Por último, se aplican los algoritmos KNN y CNN para la clasificación y detección a un conjunto de imágenes que incluyen huevecillos de Aedes aegypti. Hasta ahora, los resultados obtenidos son gratificantes, dado que se fundamentan en imágenes con entornos no controlados.

Palabras clave: Aedes aegypti, Visión computacional, KNN, CNN

Scroll al inicio