Desarrollo de un dispositivo portable de visión artificial para la identificación y cuantificación in vitro de Cryptosporidium spp. en muestras de agua
Cargando...
Fecha
2024-04-11
Título de la revista
Publicado en
Publicado por
URL de la fuente
ISSN de la revista
Título del volumen
Resumen
Este trabajo aborda el desarrollo de un dispositivo portable de visión artificial destinado a la identificación y cuantificación in vitro de
Cryptosporidium spp. en muestras de agua. El propósito es proporcionar
una herramienta aplicable en acuíferos insuficientemente caracterizados
o con procesos de sanitización incompletos, como los métodos
granulares de filtración comúnmente utilizados en áreas rurales, que representan
el 71% del territorio nacional. Por ende, se llevó a cabo un
proceso de ingeniería que parte del levantamiento de requerimientos para
diseñar y construir un dispositivo portable capaz de alcanzar 1000 aumentos
mediante un conjunto de lentes, sistemas mecánicos y eléctricos.
Estos componentes permiten obtener una proyección clara de Cryptosporidium
spp. mediante técnicas de microscopía, diseñadas para visualizar
elementos en el rango de 0.2 a 0.8 μm con una resolución de máximo 1
mm en los ejes de movimiento.
La herramienta desarrollada permite realizar un barrido de 30 campos
al azar en una lámina porta muestras, que contenga una alícuota
de 1 μL de agua filtrada con características específicas. Se utiliza
una suspensión comercial de Cryptosporidium spp. para extraer características morfológicas y morfométricas del parásito, responsable de 143
muertes anuales a nivel nacional. Dada la dosis infecciosa de hasta 1
(oo)quiste/mL, se implementa un código de visión artificial que, a través
de 270 imágenes del microorganismo, identifica y cuantifica los (oo)quistes
en las muestras de agua, resaltando su tamaño, color y forma mediante
la tinción de Zielh Neelsen.
Para validar el sistema, se empleó una matriz de confusión para medir
la precisión, exactitud, sensibilidad y puntuación del algoritmo. Posteriormente,
se compararon estos resultados con la prueba avalada por el
Standard Methods for the Examination ofWater andWastewater, utilizada
en laboratorios de salud pública a nivel nacional. El sistema exhibió
una precisión muestral del 0.301 y una exactitud de 7.69, confirmando
su fiabilidad, seguridad y facilidad de uso. Los resultados de detección
y análisis de muestras se presentan de manera accesible en una aplicación móvil, proporcionando trazabilidad y facilitando la evaluación para
el usuario.
Descripción
Abstract
This work addresses the development of a portable artificial vision
device aimed at the in vitro identification and quantification of Cryptosporidium
spp. in water samples. The purpose is to provide a tool applicable
in insufficiently characterized aquifers or with incomplete sanitization
processes, such as the granular filtration methods commonly used
in rural areas, representing 71% of the national territory. Therefore, an
engineering process was carried out that starts with the requirements survey
to design and build a device capable of achieving 1000 magnifications
through a set of lenses, mechanical, and electrical systems. These
components allow obtaining a clear projection of Cryptosporidium spp.
using microscopy techniques designed to visualize elements in the range
of 0.2 to 0.8 μm with a resolution max of 1 mm on the axes of movement.
The developed tool allows scanning 30 random fields on a sample
slide, containing a 1 μL aliquot of filtered water with specific characteristics. A commercial suspension of Cryptosporidium spp. is used to
extract morphological and morphometric features of the parasite, responsible
for 143 deaths annually nationwide. Given the infectious dose of up
to 1 (oo)cyst/mL, an artificial vision code is implemented that, through
270 images of the microorganism, identifies and quantifies the (oo)cysts
in water samples, highlighting their size, color, and shape through Zielh
Neelsen staining.
To validate the system, a confusion matrix was used to measure the
accuracy, precision, sensitivity, and F1 score of the algorithm. Subsequently,
these results were compared with the test endorsed by the Standard
Methods for the Examination of Water and Wastewater, used in public
health laboratories nationwide. The system exhibited a sample accuracy
of 0.301 and an accuracy of 7.69, confirming its reliability, safety,
and ease of use. Detection and sample analysis results are presented in
an accessible mobile application, providing traceability and facilitating
evaluation for the user.
Palabras clave
Cryptosporidium spp, Dispositivo portable, Visión artificial, Identificación in vitro, Cuantificación, Métodos granulares de filtración, Microscopía, Código de visión artificial, Zielh Neelsen, Matriz de confusión, Standard Methods for the Examination of Water and Wastewater
Keywords
Cryptosporidium spp, Portable device, Computer vision, In vitro identification, Quantification, Granular filtration methods, Microscopy, Artificial vision code, Zielh Neelsen, Confusion matrix, Standard Methods for the Examination of Water and Wastewater.