Implementación en FPGA de algoritmo para análisis parasitario

Guido Rombolá, Lucas Leiva, Martín Vázquez, Juan Toloza, Federica Sagües, Carlos Saumell

Resumen


Un control parasitario eficiente permite reducir pérdidas significativas en la agroindustria. Los métodos actuales con los que se realiza este tipo de controles imponen costos y demoras. Por ello, se propone el desarrollo de un dispositivo portátil que automatice esta tarea. En este trabajo se presenta la implementación hardware de un algoritmo de conteo automático de huevos de parásitos utilizando síntesis de alto nivel. Los resultados demuestran la factibilidad de la implementación, con un 87% de precisión operando a una tasa de hasta de 65 frames por segundo y una ocupación de LUTs menor al 45%, considerando dos kits comerciales (PYNQ-Z1 y ULTRA96V2).

Palabras clave


Análisis Parasitario; Procesamiento de Imágenes; HLS; FPGA

Texto completo:

PDF HTML

Referencias


Bulman, M. "Pérdidas económicas directas e indirectas por parásitos internos y externos de los animales domésticos en Argentina". Anales de la Academia Nacional de Agronomia y Veterinaria. 2012. Tomo LXVI. Buenos Aires. Argentina. ISSN. 0327-8093 pag. 76-176.

Fiel, C. A.; Steffan, P. E.; Ferreyra, D. A. 2011. Diagnóstico de las parasitosis más frecuentes en rumiantes: técnicas de diagnóstico e interpretación de resultados. Primera edición - Tandil: Abad Benjamín, 2011. ISBN 978-987-33-1502-2

T.H.M. Mes, M. Eysker, H.W. Ploeger. "A simple, robust and semi-automated parasite egg isolation protocol." Nature protocols 2.3: 486-489, 2007.

Ghazali, Kamarul H., Raafat S. Hadi, Z. Mohamed. "Automated system for diagnosis intestinal parasites by computerized image analysis." Modern Applied Science 7.5: 98, 2013.

Slusarewicz, Paul, et al. "Automated parasite faecal egg counting using fluorescence labelling, smartphone image capture and computational image analysis." International journal for parasitology 46.8: 485-493, 2016.

A. Akintayo, G.L. Tylka, A.K. Singh, B. Ganapathysubramanian, A. Singh, S. Sarkar, S "A deep learning framework to discern and count microscopic nematode eggs." Scientific reports 8.1, 2018.

D.G. Bailey. "Image processing using FPGAs.", 2019.

D.G. Bailey. "The advantages and limitations of high level synthesis for FPGA based image processing." Proceedings of the 9th International Conference on Distributed Smart Cameras. 2015.

A. Cortes, I. Velez, A. Irizar. "High level synthesis using Vivado HLS for Zynq SoC: Image processing case studies." 2016 Conference on Design of Circuits and Integrated Systems (DCIS). IEEE, 2016.

S. Lahti, P. Sjovall, J. Vanne, y T. D. Hamalainen, «Are We There Yet? A Study on the State of High-Level Synthesis», IEEE Trans. Comput.-Aided Des. Integr. Circuits Syst., vol. 38, n.o 5, pp. 898-911, may 2019, doi: 10.1109/TCAD.2018.2834439.

USB Microscope Cameras, https://www.dinolite.us/en/products/digital-microscopes

J. Trein, A. Th Schwarzbacher, B. Hoppe. "FPGA implementation of a single pass real-time blob analysis using run length encoding." MPC-Workshop, February. 2008.

W. Burger, M. Burge, “Regions in binary images“ en Digital Image processing, 2da edición. Londres, Springer, cap 10, pp 209-252, 2016.

CIVETAN, http://www.civetan-conicet.gob.ar

“Classification: Precision and Recall | Machine Learning Crash Course.” Google Developers, 10 Febrero de 2020. Accedido el 9 de Noviembre de 2021. [Online], Disponible en: https://developers.google.com/machine-learning/crash-course/classification/precision-and-recall?hl=es_419.




DOI: https://doi.org/10.37537/rev.elektron.6.1.149.2022

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia


Copyright (c) 2022 Guido Rombolá, Lucas Leiva, Martín Vázquez, Juan Toloza, Federica Sagües, Carlos Saumell

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.


Revista elektron,  ISSN-L 2525-0159
Departamento de Electrónica, Facultad de Ingeniería. Universidad de Buenos Aires 
Paseo Colón 850, 1er piso
C1063ACV - Buenos Aires - Argentina
revista.elektron@fi.uba.ar
+54 (11) 5285 0705 / 5285 0704