Desarrollo de un dispositivo portable de visión artificial para la identificación y cuantificación in vitro de Cryptosporidium spp. en muestras de agua

Este trabajo aborda el desarrollo de un dispositivo portable de visión artificial destinado a la identificación y cuantificación in vitro deCryptosporidium spp. en muestras de agua. El propósito es proporcionar una herramienta aplicable en acuíferos insuficientemente caracterizados o con procesos de sanitización incompletos, como los métodos granulares de filtración comúnmente utilizados en áreas rurales, que representan el 71% del territorio nacional. Por ende, se llevó a cabo un proceso de ingeniería que parte del levantamiento de requerimientos para diseñar y construir un dispositivo portable capaz de alcanzar 1000 aumentos mediante un conjunto de lentes, sistemas mecánicos y eléctricos. Estos componentes permiten obtener una proyección clara de Cryptosporidium spp. mediante técnicas de microscopía, diseñadas para visualizar elementos en el rango de 0.2 a 0.8 μm con una resolución de máximo 1 mm en los ejes de movimiento. La herramienta desarrollada permite realizar un barrido de 30 campos al azar en una lámina porta muestras, que contenga una alícuota de 1 μL de agua filtrada con características específicas. Se utiliza una suspensión comercial de Cryptosporidium spp. para extraer características morfológicas y morfométricas del parásito, responsable de 143 muertes anuales a nivel nacional. Dada la dosis infecciosa de hasta 1(oo)quiste/mL, se implementa un código de visión artificial que, a través de 270 imágenes del microorganismo, identifica y cuantifica los (oo)quistes en las muestras de agua, resaltando su tamaño, color y forma mediante la tinción de Zielh Neelsen. Para validar el sistema, se empleó una matriz de confusión para medir la precisión, exactitud, sensibilidad y puntuación del algoritmo. Posteriormente, se compararon estos resultados con la prueba avalada por el Standard Methods for the Examination ofWater andWastewater, utilizada en laboratorios de salud pública a nivel nacional. El sistema exhibió una precisión muestral del 0.301 y una exactitud de 7.69, confirmando su fiabilidad, seguridad y facilidad de uso. Los resultados de detección y análisis de muestras se presentan de manera accesible en una aplicación móvil, proporcionando trazabilidad y facilitando la evaluación para el usuario.

• Autores: Echeverry Rey, Juan Sebastian; Pieschacon Chuzcano, Maria Lucia
• Tipo de recurso: https://purl.org/coar/resource_type/c_7a1f
• Fecha de publicación: 2024
• Institución: Universidad El Bosque
• Repositorio: Repositorio U. El Bosque
• Idioma: spa
• OAI Identifier: oai:repositorio.unbosque.edu.co:20.500.12495/12075
• Acceso en línea: https://hdl.handle.net/20.500.12495/12075; https://repositorio.unbosque.edu.co
• Palabra clave: Cryptosporidium spp; Dispositivo portable; Visión artificial; Identificación in vitro; Cuantificación; Métodos granulares de filtración; Microscopía; Código de visión artificial; Zielh Neelsen; Matriz de confusión; Standard Methods for the Examination of Water and Wastewater; 610.28; Cryptosporidium spp; Portable device; Computer vision; In vitro identification; Quantification; Granular filtration methods; Microscopy; Artificial vision code; Zielh Neelsen; Confusion matrix; Standard Methods for the Examination of Water and Wastewater.
• Rights: openAccess
• License: Atribución-NoComercial-CompartirIgual 4.0 Internacional