Examinando por Autor "Pieschacon Chuzcano, Maria Lucia"

Mostrando 1 - 1 de 1
  • Miniatura
    Ítem
    Desarrollo de un dispositivo portable de visión artificial para la identificación y cuantificación in vitro de Cryptosporidium spp. en muestras de agua
    (2024-04) Echeverry Rey, Juan Sebastian; Pieschacon Chuzcano, Maria Lucia; Merchan Castellanos, Nuri Andrea; Avendaño Peréz, Jonathan
    Este trabajo aborda el desarrollo de un dispositivo portable de visión artificial destinado a la identificación y cuantificación in vitro deCryptosporidium 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.