Aplicación de Visión Artificial y Deep Learning para el Análisis de calidad del semen criogenizado en ganado vacuno con fines reproductivos.

Resumen

Este artículo presenta un software en el ámbito de la zootecnia y reproducción animal, destacando su capacidad para incrementar la confiabilidad de los datos reproductivos y disminuir los errores en la evaluación de la viabilidad espermática en bovinos. El software se especializa en la clasificación morfológica de espermatozoides bovinos, empleando técnicas avanzadas de procesamiento de imágenes digitales y reconocimiento de patrones.
El proceso comienza con la identificación de características que determinan si los espermatozoides son morfológicamente normales o anormales. Posteriormente, se utilizan métodos como la segmentación por regiones y diversos filtros para medir estos atributos de manera precisa. Además, para mejorar continuamente el análisis de la información, el programa integra redes neuronales que aprenden a través del Deep learning que se adaptan con el tiempo, lo que aumenta su eficacia y precisión. El resultado es un sistema capaz de realizar mediciones exactas de área y perímetro, apoyado por una red neuronal que logra una exactitud del 84%. Este avance tecnológico promete una mejora sustancial en los programas de mejora genética y reproducción bovina, proveyendo una herramienta de evaluación más confiable y eficiente para los profesionales del sector.