Identificação de viabilidade de leveduras com corante vital utilizando histogramas de palavras visuais em imagens coloridas

Abstract

Neste trabalho é apresentado um sistema para automatizar o processo de identificação de leveduras viáveis que são importantes na produção do etanol. A produção do etanol depende das leveduras viáveis, responsáveis pelo processo de fermentação do caldo da cana. Esta fermentação transforma o caldo da cana em etanol e gás carbônico. Portanto, manter um controle da população das leveduras viáveis é uma tarefa crucial no processo de produção do etanol, e para isto, são feitas análises para identificar e contar as leveduras. Apesar da importância dessa etapa, a identificação e contagem é feita por visão humana em um microscópio, sendo uma tarefa repetitiva e suscetível a erros. Neste trabalho, técnicas de visão computacional e aprendizagem supervisionada foram avaliadas para automatizar a identificação destas leveduras. A principal técnica de visão computacional estudada foi o histograma de palavras visuais (Bag-of-Visual-Words), que é aplicado em imagens em tons de cinza. Além desta técnica utilizamos variantes que adicionam a informação de cor, como: CCV (Color Coherence Vectors), CM (Color Moments), BoC (Bagof-Color) e o OpC (Opponent Color). Os atributos extraídos através destes algoritmos e suas variantes, foram utilizados para o teste e treinamento dos classificadores obtidos de técnicas de aprendizagem supervisionada. Entre as técnicas, utilizamos o Naive Bayes, KNN, J48 e SVM que estão disponíveis no ambiente Weka. A avaliação de desempenho, por meio da porcentagem de classificação correta, foi realizada através dos testes de hipótese ANOVA e Friedman. Foi utilizado o banco de imagens do projeto BioViC1 que foi proposto para a identificação de leveduras. Este banco possui um conjunto de imagens de leveduras capturadas em laboratório através de microscópio. A câmera de Neubauer foi utilizada para auxiliar a contagem das leveduras, de modo que, 6 repetições com 4 quadrantes nas concentrações de Brix 3, 6 e 12 foram definidas para análise. As imagens obtidas com Brix 03 foram recortadas separando as imagens das leveduras viáveis, inviáveis e também o fundo que corresponde toda região que não possui leveduras viáveis ou inviáveis. O total de imagens obtidas e separadas em três classes (viável, inviável e fundo da imagem) foram 2614, utilizadas para o treinamento e identificação. Os resultados foram analisados através do software R, que na análise de variância ANOVA apresentou um valor-p igual a 2e −16 indicando uma diferença significativa entre as técnicas utilizadas, descartando a hipótese nula. A técnica OpC com o classificador SMO apresentou o maior desempenho, em torno de 95% em relação a outras técnicas analisadas. Na validação do software BioViC a técnica detecção de contornos em conjunto com a técnica SMOOpC apresentaram uma contagem de leveduras que não diferenciou da contagem manual realizada por um especialista.

ABSTRACT - This work addressed a way to automate the process of identifying yeasts that are important in the production of ethanol. Ethanol production relies heavily on the viable yeasts, as they are responsible for the fermentation process of sugarcane juice. This fermentation transforms the cane juice into ethanol and carbon dioxide. So keep a control population of viable yeast is a crucial task in the ethanol production process, and for this, analyzes are conducted to identify and count the yeast. Despite the importance of this step, the identification and counting is mostly done by visual way through a microscope, with a repetitive task and susceptible to errors. In this work, computer vision and supervised learning techniques have been evaluated to automate the identification of yeasts. The main computer vision technique studied was the Bag of Visual Words that uses grayscale images, and extensions that use this technique to add color information, such as CCV (Color Coherence Vectors), CM (Color Moments), Boc (Bag-of-Color) and the OpC (Opponent Color). The attributes extracted from these algorithms were used for testing and training of classifiers obtained by supervised learning techniques. Among the techniques we use the Naive Bayes, KNN, SVM and J48 that are available in the Weka environment. The performance evaluation, with the percentage of correct classification was performed using ANOVA and the Friedman hypothesis tests. The image dataset BioViC was used. This dataset has a set of yeast images captured in the laboratory under a microscope. The Neubauer chamber was used to assist counting of yeast, so that six replicates of four quadrants with Brix at concentrations of 3, 6 and 12 were defined for analysis. The images obtained were cut with 03 Brix separating the images of viable yeasts nonviable as well as the background. The 2614 images obtained and separated into three classes (feasible, unfeasible and background of screen) were used for training and identification. During validation of the BioViC software, the combination of a contour detection technique for image segmentation with the SMOOpC classifier presented the best results and seemed to compare well with human counting. However, this last experiment with BioViC was just exploratory and needs further research.