Uma metodologia de contagem automática de ovos de Aedes aegypti a partir de imagens obtidas por smartphone

• Ano de defesa: 2025
• Autor(a) principal: FREITAS, Allan Santos de
• Orientador(a): ALMEIDA, Leandro Maciel
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pernambuco
• Programa de Pós-Graduação: Programa de Pos Graduacao em Ciencia da Computacao
• País: Brasil
• Palavras-chave em Português: Contagem automática; Aedes aegypti; Aprendizagem profunda; Dispositivo de captura de baixo custo; Base de dados de ovos; Palheta de ovitrampa
• Link de acesso: https://repositorio.ufpe.br/handle/123456789/66831

Insetos transmissores de doenças, como o Aedes aegypti, causam danos significativos em várias áreas da sociedade. Doenças relacionadas, como Dengue, Zika e Chikungunya têm cau- sado prejuízos sanitários, sociais e econômicos ao redor do globo, principalmente em países tropicais. Dentre os métodos de combate, a vigilância entomológica provê mecanismos pre- ditivos baseados em indicadores-chave, envolve a metodologia de ovitrampas e consequente contagem manual de ovos do mosquito em palhetas de ovitrampa para obtenção de infor- mações para posterior tomada de decisões no combate ao mosquito. Problemas inerentes à laboriosa contagem manual dos ovos demandam métodos acurados de contagem automática. Este trabalho propõe o desenvolvimento de uma metodologia de contagem automática de ovos de Aedes aegypti em palhetas de ovitrampa de viável aplicação operacional, de baixo custo e que, além de resolver problemas fundamentais da captura de imagens, como dificuldades de iluminação, resolve também problemas frequentes na literatura, como a captura redundante de regiões da palheta. Abordagens anteriores promoveram considerável avanço no desenvol- vimento de métodos de contagem automática, restando, entretanto, numerosas dificuldades e pontos de melhoria. Contribuições importantes desta pesquisa incluem a definição de uma metodologia de contagem de ovos baseada em redes neurais de detecção de objetos, além da criação de um dispositivo de baixo custo para captura adequada de imagens em palhetas de ovitrampa, a criação de base de dados numericamente significativa dessas imagens, avaliação experimental do impacto de técnicas de pré-processamento baseadas em processamento de imagens, bem como de rede neural de restauração de imagens degradadas. Também, trei- namento e avaliação de modelos, como D-FINE e RF-DETR, obtendo erro médio de 91,26 ovos e -2,77% de erro global percentual no reconhecimento de ovos em imagens com ruídos expressivos, bem como, por fim, o uso de quantidade significativa de 28 palhetas como con- junto independente de validação da aplicabilidade desta metodologia em cenários de uso real, número bastante expressivo considerando-se trabalhos encontrados na literatura.