Extracción de Características Morfológicas para la Identificación de Huevecillos de Aedes Aegypti a Través de Imágenes Digitales

• Gómez González , José Javier ^[2] ; Martínez Arroyo, Miriam ^[1] ; Montero Valverde, José Antonio ^[1] ; De la Cruz Gámez, Eduardo ^[1]
  1. [1] Tecnológico Nacional de México

     Tecnológico Nacional de México

     México

     
  2. [2] Tecnológio Nacional de México Campus Acapulco
• Localización: Ciencia Latina: Revista Multidisciplinar, ISSN-e 2707-2215, ISSN 2707-2207, Vol. 8, Nº. 1, 2024, págs. 5667-5677
• Idioma: español
• Títulos paralelos:
  • Extraction of Morphological Features for the Identification of Aedes aegypti Eggs through Digital Images
• Enlaces
  • Texto completo (pdf)
  • Texto completo
• Resumen
  • español

    El mosquito Aedes aegypti es el principal vector en la transmisión de enfermedades como: Dengue, Zika y Chikungunya. De acuerdo a datos de la Secretaría de Salud, el estado de Guerrero ha experimentado brotes recurrentes de dichas enfermedades en los últimos años. Una de las estrategias para controlar la propagación de estas enfermedades es monitorear y controlar la población de mosquitos en áreas propensas a su reproducción, este proceso se realiza mediante el uso de ovitrampas en las que se coloca una tela para atraer al mosquito a depositar sus huevecillos. Posteriormente, se retira la tela y se realiza el conteo manual de los huevecillos depositados por personal especializado. Debido al tamaño de los huevecillos, la contabilización resulta en una tarea propensa a errores. En este trabajo, se presenta una metodología utilizando algoritmos de visión computacional para la extracción de características morfológicas, Se utilizó un conjunto total de 100 imágenes para realizar las pruebas, la metodología aprovecha técnicas tradicionales de inteligencia artificial, destacando la importancia de prestar atención a características como la excentricidad. Esta investigación contribuye significativamente al proponer una solución tecnológica para mejorar la precisión de los datos, demostrando la eficiencia de la inteligencia artificial en la detección de huevos. El estudio resalta la importancia de la extracción de características morfológicas para contar rápidamente huevos de mosquito con precisión, sentando las bases para futuros avances en estrategias de control de vectores.

  • English

    The Aedes aegypti mosquito is the main vector in the transmission of diseases such as: Dengue, Zika and Chikungunya. According to data from the Ministry of Health, the state of Guerrero has experienced recurrent outbreaks of these diseases in recent years. One of the strategies to control the spread of these diseases is to monitor and control the mosquito population in areas prone to their reproduction. This process is carried out through the use of ovitraps in which a cloth is placed to attract the mosquito to lay its eggs. . Subsequently, the fabric is removed and the eggs deposited are manually counted by specialized personnel. Due to the size of the eggs, counting is an error-prone task. In this work, a methodology is presented using computer vision algorithms for the extraction of morphological features. A total set of 100 images was used to perform the tests. The methodology takes advantage of traditional artificial intelligence techniques, highlighting the importance of paying attention to features. like eccentricity. This research contributes significantly by proposing a technological solution to improve data accuracy, demonstrating the efficiency of artificial intelligence in egg detection. The study highlights the importance of morphological feature extraction to rapidly count mosquito eggs accurately, laying the foundation for future advances in vector control strategies.