Detección automática de protozoos en imágenes de microscopio

Abstract

[ES] El presente trabajo describe el procedimiento realizado para la implementación de una red neuronal que reconoce y clasifica protozoos de muestras de fangos activos, las cuales son escaneadas mediante un microscopio motorizado. Por medio de dicho sistema automático, se consigue reducir enormemente el tiempo de reconocimiento de los protozoos, además de predecir la localización y el tipo de los protozoos con una gran precisión, eliminando así el error humano. Esta memoria tratará, a grandes rasgos, las siguientes etapas: el preprocesamiento de los datos, el entrenamiento de la inteligencia artificial mediante imágenes generadas en la etapa anterior, la validación y prueba del modelo obtenido en el entrenamiento y, finalmente, la calibración de las predicciones del modelo.

[EN] This paper describes the procedure performed for the implementation of a neural network that recognizes and classifies protozoa of activated sludge samples scanned by a motorized microscope. Through the use of this automatic system, the recognition time of the protozoa is greatly reduced, in addition to predicting the location and type of the protozoa with great precision, eliminating possible human error. Roughly, this report will follow these stages: the preprocessing of the data, the training of artificial intelligence through images generated in the previous stage, the validation and testing of the model obtained in the training and, finally, the calibration of the model predictions.

[CA] El present treball descriu el procediment realitzat per a la implementació d’una xarxa neuronal que reconeix i classifica protozous de mostres de fangs actius, les quals són escanejades mitjançant un microscopi motoritzat. Per mitjà d’aquest sistema automàtic, s’aconsegueix reduir enormement el temps de reconeixement dels protozous, a més de predir la localització i el tipus dels protozous amb una gran precisió, eliminant així l’error humà. Aquesta memòria tractarà, a grans trets, les següents etapes: el preprocessament de les dades, l’entrenament de la intel·ligència artificial mitjançant imatges generades en l’etapa anterior, la validació i prova del model obtingut en l’entrenament i, finalment, el calibratge de les prediccions del model.