Microaer_UFPR : base de imagens de microcystis aeruginosa em água bruta para classificação/detecção de cianobactérias

Abstract

Resumo: As cianobactérias representam um problema real que pode ocorrer em reservatórios e mananciais de água utilizados para suprir a população. Sua ocorrência se deve principalmente à eutrofização dos ambientes aquáticos, isto é, o enriquecimento de nutrientes, que por sua vez, se deve especialmente a atividades como despejo de dejetos nos mananciais e próximo a lençóis. Algumas espécies de cianobactérias são potencialmente tóxicas, e podem causar danos ao meio ambiente e ao ser humano, ingerindo a água ou apenas por contato com a pele. Técnicas de deep learning (aprendizado profundo) vêm ganhando destaque em aplicações envolvendo visão computacional. Tais técnicas são consideradas o estado da arte no processamento de imagens. A literatura mostra estudos baseados em deep learning sendo desenvolvidos ao longo dos anos, objetivando encontrar soluções para problemas relacionados às cianobactérias, como reconhecimento de espécies e contagem de células e/ou filamentos. O uso de aprendizado profundo geralmente demanda grande quantidade de imagens para alcançar bons resultados. Assim, a necessidade de uma base de dados de espécies de cianobactérias para o desenvolvimento de pesquisas torna-se um fator consideravelmente importante, pois proporciona aos pesquisadores a concepção de trabalhos voltados para os problemas incidentes ao tema, sem se preocupar com a criação da base, focando no aprimoramento dos resultados. O monitoramento de florações de cianobactérias é obrigatório por lei. O processo de detecção e contagem é moroso, pode causar confusão na identificação entre espécies e toma horas para analisar uma única amostra. Logo, o objetivo deste trabalho é criar e disponibilizar uma base de imagens de lâminas de microscópio padronizada e rotulada de florações da cianobactéria Microcystis aeruginosa, e uma base de imagens de fitoplâncton, isto é, imagens dos organismos aquáticos, para que pesquisadores e interessados possam ter acesso e desenvolver estudos. A base Microaer_ufpr é composta por 2.265 imagens de floração de Microcystis aeruginosa, rotuladas célula a célula, e 1.657 imagens de organismos diversos no fitoplâncton, sendo um total de 3.922 imagens. O trabalho também aplica processos de classificação de imagens bem como identificação e contagem de células, apresentando as potencialidades da base criada. A Microaer_ufpr foi treinada nos modelos de redes neurais convolucionais de aprendizado profundo Mobilenet, Inception e Faster-RCNN, além da YOLO. Na tarefa de classificação de imagens, onde se objetivou distinguir imagens com e sem floração, os resultados foram excelentes, alcançando acurácia acima de 99% em todos os testes, tanto para Mobilenet quanto para Inception. Já nos testes de detecção de objetos, os resultados foram igualmente promissores, chegando a uma precisão média de 75,75% com a rede Faster-RCNN com threshold de 30% (células são consideradas positivas com probabilidade superior a 30%) e de 66,15% com threshold de 50%. A rede Inception trouxe uma precisão média de 69,56% (threshold de 30%). Os resultados denotam a potencialidade de utilização da base apresentada na utilização para processamento de imagens, e dão direcionamento para o ajuste fino das redes citadas, para as diversas aplicações que pesquisadores possam desenvolver. A base está disponibilizada gratuitamente, objetivando ser um facilitador no caminho para resolver problemas relacionados.

Abstract: Cyanobacteria represent a real problem that can occur in reservoirs and water sources used to supply the population. Its occurrence is mainly due to the eutrophication of aquatic environments, that is, the enrichment of nutrients, which, in turn, is mainly due to activities such as dumping of waste into water sources and close to groundwater. Some species of cyanobacteria are potentially toxic and can cause damage to the environment and to humans, ingesting the water or just by contact with the skin. Deep learning techniques have been gaining prominence in applications involving computer vision. Such techniques are considered the state of the art in image processing. Literature shows studies based on deep learning being developed over the years, aiming to find solutions to problems related to cyanobacteria, such as species recognition and cell and/or filament count. The use of deep learning often requires a large amount of images to achieve good results. Thus, the need for a database of cyanobacteria species for the development of research becomes a considerably important factor, as it provides researchers to conceive works aimed at the problems related to the theme, without worrying about the creation of the basis, focusing on improving results. Monitoring cyanobacterial blooms is mandatory by law. The detection and counting process is time-consuming, can cause confusion in species identification, and takes hours to analyze a single sample. Therefore, the objective of this work is to create and make available a standardized and labeled microscope slide image base of Microcystis aeruginosa cyanobacterial blooms, and a phytoplankton image base, that is, images of aquatic organisms, so that researchers and interested parties can have access and develop studies. The database Microaer_ufpr is composed of 2.265 images of Microcystis aeruginosa blooming, labeled cell by cell, and 1.657 images of diverse organisms in phytoplankton, for a total of 3.922 images. The work also applies image classification processes as well as cell identification and counting, presenting the potential of the created base. The Microaer_ufpr was trained in the deep learning convolutional neural network models Mobilenet, Inception and Faster-RCNN, in addition to YOLO. In the image classification task, which aimed to distinguish images with and without blooms, the results were excellent, reaching an accuracy above 99% in all tests, both for Mobilenet and for Inception. In the object detection tests, the results were equally promising, reaching an average accuracy of 75.75% with the Faster-RCNN network with a threshold of 30% (cells are considered positive with a probability greater than 30%) and 66.15% with a threshold of 50%. The Inception network brought an average accuracy of 69.56% (30% threshold). The results denote the potential use of the base presented in the use for image processing, and provide guidance for the fine-tuning of the aforementioned networks, for the various applications that researchers can develop. The base is available free of charge, aiming to be a facilitator on the way to solving related problems.