Rastreamento do foco do Aedes Aegypti utilizando processamento de imagens e sistema de informações geográficas no Distrito Federal

• Main Author: Silva, Marlete Maria da
• Other Authors: Amvame-Nze, Georges Daniel
• Language: Portuguese
• Published: 2013
• Subjects: Aedes aegypti; Processamento de imagens - técnicas digitais; Geoprocessamento; Dengue - Distrito Federal (Brasil)
• Online Access: http://repositorio.unb.br/handle/10482/14740

Dissertação (mestrado)—Universidade de Brasília, Faculdade Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2013. === Submitted by Letícia Gomes T. da Silva ([e-mail]) on 2013-11-28T15:26:50Z No. of bitstreams: 1 2013_MarleteMariadaSilva.pdf: 3464450 bytes, checksum: 800ea256b47e41978e681011901d9516 (MD5) === Approved for entry into archive by Luanna Maia([e-mail]) on 2013-11-29T13:24:03Z (GMT) No. of bitstreams: 1 2013_MarleteMariadaSilva.pdf: 3464450 bytes, checksum: 800ea256b47e41978e681011901d9516 (MD5) === Made available in DSpace on 2013-11-29T13:24:03Z (GMT). No. of bitstreams: 1 2013_MarleteMariadaSilva.pdf: 3464450 bytes, checksum: 800ea256b47e41978e681011901d9516 (MD5) === A dengue é endêmica na Ásia, nas Américas, no oriente do Mediterrâneo e no Pacífico ocidental. É uma das enfermidades de maior impacto na saúde, afetando milhões de pessoas por ano no mundo, conforme a Organização Mundial de Saúde (OMS). Um dos métodos mais úteis para a detecção e vigilância do artrópode é a utilização de ovitrampas, que são armadilhas especiais para coleta de ovos da fêmea do mosquito. Esta contagem é geralmente realizada de forma manual. Tendo em vista, a morosidade em fornecer as informações coletadas das ovitrampas feitas manualmente através de um microscópio, este trabalho tem por objetivo desenvolver um algoritmo que faça a contagem total de ovos encontrados nas palhetas das ovitrampas utilizando de Processamento Digital de Imagens (PDI), bem como um Sistema de Contagem Semi-Automática (SCSA-WEB), georreferenciando esses dados coletados do total de ovos em um Sistema de Informação Geográfica (SIG) e disponibilizando-os em uma plataforma web. Esta proposta se enquadra no projeto Sistema de Informação Geográfica para Ovitrampas da Dengue (SIGO-DENGUE), desenvolvido na Universidade de Brasília (UnB), Faculdade Gama (FGA) e no Laboratório de Informática em Saúde (LIS). Os resultados obtidos foram satisfatórios comparados com a utilização do SCSA-WEB, onde foi realizada a contagem observada dos ovos das palhetas. Os valores totais obtidos com o SCSA-WEB foram considerados padrão ouro, por se tratar da contagem manual observada servindo como referência para comparação com a contagem automatizada. Através do algoritmo de PDI desenvolvido, foi possível ter o resultado do total de ovos em tempo hábil, reduzindo consideravelmente, o tempo gasto dos profissionais do laboratório para realizar a contagem. As amostras de imagens das palhetas para testes foram coletadas da cidade satélite do Gama. A quantidade de amostras foram de 50 imagens, conforme o Teorema do Limite Central utilizado em Estatística. A média para a contagem observada foi de 27,00. A contagem automatizada com os 3 parâmetros utilizados para calibração foi baseada com a área de abrangência onde encontram-se os ovos e a média de pixels por ovos. O 1º parâmetro foi de 400 versus 160 pixels, em que a média foi de 40,50; o do 2º parâmetro foi de 400 versus 250 pixels, em que a média foi de 30,00; e do 3º parâmetro foi de 550 versus 250 pixels, em que a média foi de 24,00. O 3º parâmetro aproxima-se mais da média da contagem observada. As percentagens calculadas do desvio nos parâmetros 1º, 2º e 3º foram de: 66,35%, 47,81% e 40,67%, respectivamente, sendo que o 1º parâmetro aproxima-se da contagem observada do desvio padrão. Os testes serviram para comprovar a eficiência do algoritmo para a contagem automática dos ovos do mosquito. E, finalmente, georreferenciar esses dados obtidos da contagem em um SIG para serem utilizados em consultas e construção de gráficos para o rastreamento da doença. ____________________________________________________________________________ ABSTRACT === Dengue fever is endemic in Asia, in the Americas, the Eastern Mediterranean and the Western Pacific. It is one of the most diseases with health impact affecting million of people worldwide each year, according to the World Health Organization (WHO). One of the greater and useful methods for detection, proliferation and surveillance of arthropods is the use of ovitraps, which are special traps constructed to collect eggs from female’s Aedes Aegypti. The eggs’ counting is usually performed in a manual way. Given the delays about providing information collected from the ovitraps, which is performed manually through a microscope, this paper aims to develop an algorithm whose is capable to count the amount of the eggs found in the reeds ovitraps, using Processing Digital Images (PDI) and also a Semi-Automatic Counting System (SCSA-WEB), georeferencing this collected data of all the eggs in a Geographic Information System (GIS) and providing them on a web platform. This proposal is based on the project called Geographic Information System for Dengue’s Ovitraps (SIGO-DENGUE), which were evolved at the University of Brasilia (UnB) College Gama (FGA), and in the Laboratory of Informatics in Health (LIS). The SCSA-WEB were used to perform the observed counting of the eggs, therefore the obtained results were satisfactory. The total amount of the eggs using SCSA- WEB was considered gold standard and it was used as reference to compare with the amount from the automatic counting. Through the developed PDI algorithm it was faster possible to obtain the results of eggs’s total, greatly reducing the time it takes the professionals laboratory to perform this counting. In accordance with statistical guidance 50 samples were collected from Gama city, and they were after used to perform the tests. The average for the observed count was 27.00. The automated counting, using three calibration’s parameter, were based on the coverage area where the eggs are located, and also the average of pixels per eggs. The 1st parameter was 400 versus 160 pixels, wherein the average were 40.50; the 2nd parameter was 400 versus 250 pixels, wherein the average were 30.00; and the 3rd parameter was 550 versus 250 pixels, wherein the average were 24.00. The 3rd parameter is closer to the observed count average. The percentages calculated from the deviation in the parameters 1, 2 and 3 were 66.35%, 47.81% and 40.67% respectively, and the 1st parameter approaches the standard deviation of the observed count. The tests are in favor to prove the algorithm’s efficiency for automatic counting of the mosquito egg’s. And finally, georeferencing these data, which it was obtained from counting in a GIS to be used in queries and build statistical graphs to track the disease.