Modelo evolutivo de forma para el ajuste de organismos vermiformes en imagenes digitales

Abstract

Los nematodos han ganado interés por su función de agentes de control biológico, así como por el efecto directo en los agroecosistemas tales como sembradíos y sistemas de producción animal, y, en consecuencia, el impacto económico a nivel país. Debido a su importancia, en el presente trabajo se desarrolla un modelo evolutivo de forma basada en subdominios permitidos de siluetas vermes expresados en hitos de frontera que ajustan la silueta de nematodo presente en una imagen digital. El modelo desarrollado trabaja sobre subdominios de forma permitidos en conjunción con el método de optimización enjambre de partículas multiobjetivo. A través de este, se evalúa iterativamente la bordicidad y el tamaño del nematodo hasta que se logre hallar el mejor ajuste de la forma verme en la imagen digital. Asimismo, el modelo se apoya en dos procesos que asisten a la adaptación de la forma en el espacio de búsqueda: caminatas aleatorias entre subdominios de formas vermes validas y deformaciones a través de los métodos serpenteo y forrajeo. Con el algoritmo k medias se construyen subdominios de forma permitidas. El modelo matemático de análisis de formas se nutre de dos bases de datos: una de imágenes digitales de nematodos y, la otra un conjunto de formas de nematodos expresados con hitos de frontera y almacenados vectorialmente. Esta última, es normalizada en cuanto a la cantidad de hitos as como la distancia entre estos. Además, cada instancia vectorial es rotada, escalada y alineada a una en particular previamente definida.

Nematodes have gained interest because of their role as biological control agents, as well as for their direct e ect on agro-ecosystems such as crops and animal production systems, and consequently, their economic impact at the national level. Due to its importance, in the present work, an evolutionary shape model is developed based on allowed subdomains of verm silhouettes expressed in boundary landmarks that adjust the nematode silhouette present in a digital image. The developed model works on shape-allowed subdomains in conjunction with the multi-objective particle swarm optimization method. Through this, the bordicity and size of the nematode is iteratively evaluated until the best t of the shape seen in the digital image is found. The model also relies on two processes that assist in the adaptation of the shape in the search space. of the shape in the search space: random walks between subdomains of valid verme shapes and deformations through the snaking and foraging methods. With the k means algorithm, allowable shape subdomains are constructed. The mathematical shape analysis model is fed by two databases: one of digital images of nematodes and, the other a set of nematode shapes expressed with boundary landmarks and vectorially stored. The latter is normalized in terms of the number of landmarks as well as the distance between them. Also, each vector instance is rotated, scaled, and aligned to a particular one previously de ned