Análise e reconhecimento de padrões em feixes vasculares vegetais

• Ano de defesa: 2021
• Autor(a) principal: Silva, Juliana Virginio da
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Atributos; Attributes; Computer vision; Feixes vasculares; Histologia vegetal; Plant histology; Vascular bundles; Visão computacional
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/95/95131/tde-28052021-173908/

Os tecidos vasculares ou tecidos condutores são os responsáveis pelo transporte de água, sais minerais e nutrientes ao longo do vegetal. A literatura evidencia a existência de cinco tipos de feixes vasculares vegetais sendo eles: colateral aberto, colateral fechado, bicolateral, anficrival e anfivasal. Tradicionalmente, a identificação desses tipos de feixes é feita por especialistas em anatomia vegetal. Contudo, os avanços na área de análise de imagens digitais vem abrindo caminho para que estudo morfológico vegetal ganhem novas ferramentas de análise. Os avanços na ciência também têm promovido a interdisciplinaridade em pesquisas e isso tem gerado novas aplicações e abordagens. Partindo dessa premissa, este trabalho analisou imagens microscópicas dos diversos feixes vasculares com o objetivo de promover um estudo capaz de 1) prover subsídios para segmentação em imagens microscópicas de vegetais e 2) contribuir para trabalhos de identificação tecidual. A aquisição das imagens foi feita por meio de microscopia óptica. As lâminas histológicas preparadas com cortes transversais de caules frescos, de espécies representativas de cada tipo de feixe vascular foram visualizadas e digitalizadas. As imagens foram segmentadas manualmente e foram extraídos atributos de quatro categorias: Forma, densidade, regularidade estrutural e multiescala. As matrizes contendo os valores obtidos foram submetidas a análise individual, análise par a par e análise de componentes principais, com o objetivo de selecionar atributos relevantes para a caracterização de tecidos vasculares. Todas as categorias de atributos foram avaliadas pelas abordagens k-Nearest Neighbors e Perceptron Multicamada, tanto em suas composições originais quanto após aplicação da análise de componente principal. Ao final, um conjunto de atributos foi selecionado. Esse conjunto obteve 91,67% de acertos em ambos classificadores ou seja, foi o que obteve melhor desempenho classificatório dos feixes vasculares vegetais. Um outro resultado relevante foi que o uso de atributos multiescala levou a uma porcentagem de acerto maior (81,66%) do que atributos tradicionalmente usados para descrever feixes vasculares, como por exemplo descritores de forma (70,84%). Ademais, nosso trabalho também estudou as possíveis explicações biológicas dos descritores selecionados. Isso indica que o presente trabalho foi capaz, não só, de elencar atributos capazes de classificar com bom desempenho os feixes vasculares vegetais, como também apresentar interpretações biológicas que potencialmente justifiquem os resultados aqui apresentados.