PROBLEMA DE INVESTIGACIÓN |
Artículo.
La elevada mortalidad de las colonias de abejas denunciadas por los apicultores y veterinarios durante el periodo 2000/2005, hizo sospechar que podría ser causa de enfermedades parasitarias, debido a que se experimentó un crecimiento exponencial durante ese periodo en los casos diagnosticados como nosemosis, enfermedad parasitaria causada por el microsporidio Nosema Apis , que se localiza y desarrolla en el interior de las células epiteliales del ventrículo, es decir, en el intestino medio de las abejas adultas (OIE, 2008).
Las lesiones macroscópicas y la detección de esporos con morfología compatible con los de N. Apis, hizo pensar que la enfermedad parasitaria era nosemosis. Sin embargo, el cuadro clínico no coincidía totalmente con la descripción de la enfermedad en las publicaciones especializadas y las características moleculares presentaban pequeñas diferencias en sus dimensiones. El tamaño aproximado del microsporidio N. Apis es 4,5–7,0 × 2,5–4,0 μm y las dimensiones de las esporas detectadas eran aproximadamente de 3,35-4,1 x 1,4-1,9 μm.
Se había detectado un agente potencialmente patógeno (N. Apis), que no era el causante de esta enfermedad mortal, pero que tenía una relación estadística entre sus esporas y la desaparición de las abejas.
Se realizó un cambio en la metodología al investigar un nuevo parásito: N. Ceranae, que afectaba hasta el momento sólamente a las abejas asiáticas. Gracias a este cambio se detectó que este nuevo agente patógeno es el causante de la enfermedad mortal, conocida ahora como Nosemosis de tipo C (Coloss, 2009).
Comenzando así una carrera a contrarreloj en donde se buscan, entre otras cosas, nuevos métodos diagnósticos para reconocer y detectar el parasito. Siendo este nuestro objetivo principal.
Software
Una de las decisiones más comunes involucradas en los juegos de ordenador es probablemente el camino de Investigación, es decir, buscar una buena ruta para mover una entidad de un punto inicial a un punto final. La entidad puede ser una persona, un vehículo, una unidad de combate, un agente. El contexto puede ser un juego de acción, un simulador, un juego de rol o un juego de estrategia. El objetivo principal de la investigación es calcular las trayectorias libres de colisión, con mayor ganancia de acuerdo al aprendizaje por refuerzo obtenido de visitar uno o varias trayectorias (dependiendo del escenario).
|
REVISIÓN BIBLIOGRÁFICA |
Anguita, J. & Pérez. A. Aplicaciones informáticas para la gestión documental de los sistemas de calidad en el laboratorio clínico. http://www.aehh.org/documentos/HAEMAT_PONENCIAS_09_(01-146).pdf, J. haematologica (edición española), Vol. 94 (Extra 1), págs 138-141, 2009.
Burge, W. & Burge, M. J. Principles of Digital Image Processing, Fundamental Techniques. (Histograms, págs 52; Point Operations, págs 55- 63), Springer, 2009.
Canny, J. A computational approach to edge detection, IEEE Trans. Pattern Analysis and Machine Intelligence, págs 679–714, 1986.
Cerda, M. Reconocimiento de Bordes en Imágenes, un enfoque aplicado, Memoria (Antecedentes, págs 6-20), 2007.
Collins, T.J. ImageJ for microscopy, J. BioTechniques, vol. 43, No. 1, págs 25-30, 2007.
Coloss, Nosema disease: lack of knowledge and work standardization, Proc. Workshop (COST Action FA0803), http://www.coloss.org/news/nosema-workshop-proceedings-online, 2009.
Dave, R.N. Generalized fuzzy c-shells clustering and detection of circular and elliptical boundaries, Pattern Recognition, Vol. 25, No 7, Págs, 713–721, 1992.
De la Escalera, A. Visión por computador, fundamentos y métodos. (Preprocesamiento de imágenes, págs 112-154), Prentice Hall, 2001.
Efford, N. Digital Image Processing, a practical introduction using Java. (Segmentation, págs 250-255), Addison-Wesley, 2000.
Fitzgibbon,A.; Pilu, M. & Fisher, R. Direct Least Square Fitting of Ellipses, IEEE Trans. Pattern Analysis and Machine Intelligence, Vol. 21.5, págs 476-480, 1999.
Furundarena, J.R. Herramientas de ayuda a la validación de resultados en hematimetría, http://www.aehh.org/documentos/HAEMAT_PONENCIAS_09_(01-146).pdf, J. haematologica (edición española), Vol. 94 (Extra 1), págs 126-138, 2009.
García, M.P.; Meana, A.; M.; Martín; Sanz, A.; Álvarez, N.; Sanz, A. El síndrome de despoblamiento de las colmenas en España, consideraciones sobre su origen. J. Vida apícola, Vol. 133, págs 15-21, 2005.
Gering, E. & Atkinson, C. A Rapid Method for Counting Nucleated Erythrocytes on Stained Blood Smears by Digital Image Analysis, J. Parasitology, No 4, págs 879-881, 2004 .
Girish, V. & Vijayalakshmi, A. Affordable Image Analysis using NIH Image/ImageJ, J. cancer, vol. 41, No 1, pág 47, 2004.
Gonzalez, R. C. & Woods, R. E. Digital Image Processing, (Histogram Processing, págs.173-180; Local enhancement, págs. 182-185), Addison-Wesley 1992.
Higes, M.; Martín, R. & Meana, A. Nosema ceranae in Europe: an emergent type C nosemosis, Apidologie (in press), 2010.
Igathinathane, C.; Melin, S.; Sokhansanj, S.; Bi, X.; Lim, C.J.; Pordesimo, L.O. and Columbus, E.P. Machine vision based particle size and size distribution determination of airborne dust particles of wood and bark pellets, J. Powder Technology, Vol. 196, No 2, págs 202-212, 2009.
Kirillov, A. AForge.NET Framework, http://code.google.com/p/aforge/, 2009.
Masutani.Y.; Schiemann.T. & Höhne, K.-H. Vascular shape segmentation and structure extraction using a shape based region-growing model, Proc. MICCAI 98. Lecture Notes in Computer Science, vol. 1496, págs1242–1249,1998
McLaughlin R.A. Randomized hough transform: Improved ellipse detection with comparison, Pattern Recognition, Vol. 19, págs. 299-305, 1998.
Martín, A.; Meana, A.; García-Palencia, P.; Marín, P.; Botías, C.; Garrido-Bailón, E.; Barrios, L. & Higes, M. Effect of Temperature on the Biotic Potential of Honeybee Microsporidia, J. Applied and Environmental Microbiology, Vol. 72, No 8, págs 2554-2557, 2009.
Meana, A.; Martín, R.; Higes, M. La silenciosa pandemia de las abejas. M. Investigación y ciencia. Edición Española de Scientific American, págs 8-10, 2009.
Moreno, A,; Marcos, R. Procesamiento y gestión digital de la información, Bibl. Univ., Nueva Época, Vol. 9, No 2, págs 144-151, 2006.
Nixon, M. & Aguado, A. Feature Extraction & Image Processing. (Filtro gaussiano, pág 98), Elsevier, 2005.
OIE (Office International des Epizooties), Manual of Standards for Diagnostic Test and Vaccines, http://www.oie.int/eng/normes/mmanual/2008/,2008.
Otti, O. & Schmid-Hempel, P. Nosema bombi: A pollinator parasite with detrimental fitness effects, J. Invertebr Pathol, Vol. 96, No. 2, págs 118-124, 2007.
Pajares, G. & De la Cruz, J. Visión por computador, Imágenes digitales y aplicaciones. (Suavizado y realzado, págs 96-112; Operaciones Morfológicas, págs 272-278; Extracción de bordes, esquinas y puntos de interés, págs 159 -163; Extracción de regiones, págs. 179-199) , Ra-Ma, 2001.
Rasband, W.S. ImageJ, U. S. National Institutes of Health, Bethesda, Maryland, USA, http://rsb.info.nih.gov/ij/, 1997-2009.
Sossa, Y.; Osorio, G.; Prieto, F. & Angulo, F. Conteo y caracterización de regiones completas en imágenes 2D: Aplicación a núcleos celulares, Revista Colombiana de Física, Vol. 34, No 1, 2002.
|