Detección precoz de sarna en rebecos mediante redes neuronales convolucionales

Abstract

[ES] La sarna sarcóptica, causada por el ácaro Sarcoptes scabiei, es actualmente la enfermedad más grave que afecta al rebeco. Este parásito provoca inflamación, prurito intenso, alopecia, lesiones cutáneas y delgadez extrema en el rebeco afectado, provocando en muchas ocasiones la muerte del animal. Esta enfermedad es altamente contagiosa por lo que, si no se detecta a tiempo, puede propagarse rápidamente no solo entre rebecos sino también a otras especies, incluida el ser humano. Considerando la propia naturaleza esquiva de estos animales y, por lo tanto, la dificultad de seguimiento de su salud, surge la idea de crear una herramienta automatizada que nos permita detectar sarna y, de esta manera, poder parar su propagación a tiempo. En este trabajo se desarrollará un método para la detección automática de sarna en rebecos mediante técnicas basadas en inteligencia artificial. Para ello se creará y entrenará una red neuronal convolucional (CNN) que sea capaz de percibir las diferencias en la piel y pelo de los rebecos enfermos con un alto nivel de precisión.

[EN] Sarcoptic mange, caused by the Sarcoptes scabiei mite, is currently the most serious disease affecting chamois. This parasite causes inflammation, intense pruritus, alopecia, skin lesions and extreme thinness in the affected chamois, often leading to the animal's death. This disease is highly contagious and, if not detected in time, can spread rapidly not only among chamois but also to other species, including humans. Considering the elusive nature of these animals and, therefore, the difficulty of monitoring their health, the idea arises to create an automated tool that allows us to detect scabies and, thus, stop its spread in time. In this project, a method for the automatic detection of mange in chamois will be developed using techniques based on artificial intelligence. To do this, a convolutional neural network (CNN) will be created and trained to be able to perceive the differences in the skin and hair of sick chamois with a high level of accuracy.