Identificación de estros en perras por medio de deep learning (redes neuronales)

Abstract

En el presente Servicio Social, se propuso la realización de un programa que facilitara determinar el tipo de células que se encuentran en un frotis vaginal; por medio de un programa de redes neuronales, para llegar a un diagnóstico más inmediato. Se muestrearon 10 perras durante 5 semanas, obteniendo 50 muestras en total. Los diferentes frotis se separaron conforme la fase en la que se encontraban; proestro, estro, diestro y anestro, posterior a su diagnóstico por medio del método de Papanicolau. Se procedió a fotografiar con el microscopio invertido con cámara fotográfica integrada; 5 campos de cada uno de los frotis con el objetivo de 40X, sin zoom, con el obturador abierto a 2.6. Al final se obtuvieron 250 imágenes, 230 imágenes fungieron como entrenadoras, de tal manera que el programa evaluara formas, tamaños, color de cada de una de las células mostradas, para así poder identificarlas y dar un conteo celular preciso. Las otras 20 imágenes fueron expuestas al programa para ponerlo a prueba. Una vez realizado el conteo que solo tarda 3 segundos, se prosiguió a dar nombre de la fase en que considera el número de células identificadas y así comprar con el diagnostico manual realizado. El programa propuesto tuvo como resultado de exactitud del 81.25%, de acuerdo a la cantidad de imágenes obtenidas, lo que es satisfactorio. Para llegar a un aproximado del 100% se debe calibrar el programa con una base de datos fotográficos más nutrida.