Clasificación automática de parásitos de reptiles mediante redes neuronales convolucionales : tecnologías de internet.

Abstract

Los centros de rescate y cuidado de vida silvestre dejan abierta la posibilidad de que sus animales se conviertan en foco de enfermedades e infecciones. Los avances tecnológicos de redes neuronales convolucionales han abierto un nuevo campo para la detección y clasificación de enfermedades que muestran un gran potencial para superar los problemas y errores de la detección manual. Razón por la cual se ha planteado el realizar una investigación que sirva de herramienta en la identificación de agentes parasitarios que afectan en este caso a reptiles en cautiverio, mediante la utilización de algoritmos de segmentación, aumento de datos y transfer learning. Este último se ha realizado mediante la red pre entrenada MobileNet entrenada con la base de datos obtenida mediante la recolección de imágenes de parásitos por la médica veterinaria Alejandra Núñez. Los resultados serán comparados con una red no pre entrenada. Se tiene como resultado que la red pre entrenada tiene mejor desempeño que la red no pre entrenada. Se obtiene un excelente desempeño en el aprendizaje de características mediante la gráfica t-SNE y en la clasificación mediante las curvas ROC, métrica AUC y matriz de confusión.