Beruflich Dokumente
Kultur Dokumente
Introduccin
La composicin botnica de la dieta y su variacin en el tiempo juegan un papel importante desde la perspectiva de produccin de ganado caprino, ya que conocer la dieta permite corregir deficiencias nutricionales producidas por la alimentacin con forraje nativo, permitiendo disear estrategias de manejo tanto del forraje como del estado nutricional del animal. Para la determinacin de la composicin botnica de la dieta de herbvoros se emplean distintas metodologas, entre ellas la microhistologa. resulta una tarea complicada su xito depende en gran medida del entrenamiento y experiencia del tcnico que realiza la tarea, puesto que implica el conocimiento de un amplio nmero de especies y de sus caracteres histolgicos.
Introduccin
El tcnico microscopista, a partir del anlisis de fragmentos epidrmicos, reconoce caractersticas de las clulas contenidas e identifica las especies vegetales ingeridas. El xito de la tarea depende en gran medida del entrenamiento y experiencia del tcnico que realiza la tarea, puesto que implica el conocimiento de un amplio nmero de especies y de sus caracteres histolgicos. Existe, por lo tanto, una necesidad tanto tcnica como econmica de aplicar nuevos mtodos que permitan el reconocimiento de clulas botnicas de manera confiable y rpida. Sin solucin desde la programacin convencional, se usaron tcnicas de reconocimiento de patrones, propias de la inteligencia artificial.
Materiales y mtodos
Clasificar las clulas presentes en una muestra significa distinguir diferentes caractersticas (forma, tamao) as como la composicin de las mismas. Al mismo tiempo, la observacin de objetos tan pequeos slo es posible mediante microscopios, y su conservacin slo es posible mediante la preparacin de muestras, con lo que algunas de estas caractersticas no son 100% reales (prdida de volumen por secado, cambios en la coloracin por tincin, cambios en la forma original por triturado). Mediante un digitalizador, cada foto es convertida a su representacin numrica. La unidad de informacin en una imagen digitalizada es el pxel y cada pxel posee propiedades de posicin y valores de color. Sin embargo un pixel no conlleva ninguna informacin biolgica relacionada con el reconocimiento de una clula. Se establecen entonces, conjuntos de caractersticas.
Materiales y mtodos
Las redes neuronales artificiales clasifican una seccin de tejido microhistolgico luego de ser entrenadas con un conjunto especfico de datos tomando en cuenta todas o algunas de las caractersticas extradas. Cada salida de una red neuronal es la probabilidad de clasificar una entrada que pertenece a una clase especfica. Asignamos la seccin de entrada a la clase asociada dndole el valor ms alto a la salida.
Metodologa
Imagen real
Adquisicin de imagen Imagen digital Aplicacin de filtros a la imagen Imagen filtrada Extraccin de caractersticas X caractersticas Normalizacin de caractersticas Valores en [-1; 1]
Reduccin de entradas
Y caractersticas Red neuronal Valores en [0; 1]
Tabebuia nodosa
Prosopis alba
Entrada i
Entrada 3
IW 1,1
S1 x R n1
a1
a2 = y
LW 2,1
S2 x S1 n2
Rx1
f1
S1 x 1
f2
S2 x 1
+
S1 x 1
+
S2 x 1
b1
S1 x 1
b2
S2 x 1
S1
S2
a1=purelin(IW1,1p1 + b1)
a2=logsig(LW2,1a1 + b2)
Epochs hasta que la red reconoce las clulas correspondientes a cada especie
El entrenamiento se realiza hasta se alcance el nmero mximo de ciclos o la suma de los errores cuadrados sea menor a 0,1; la curva descendente indica que la red ha comenzado a aprender y puede darse por terminada la fase de entrenamiento.
fin