Inovações para identificação automática de triatomíneos (Hemiptera: Reduviidae) baseada no processamento de imagens por aprendizado de máquina

Abstract

Os triatomíneos são insetos hemípteros (Reduviidae), transmissores de Trypanosoma cruzi, agente etiológico da doença de Chagas. A identificação automática de triatomíneos pode fortalecer a vigilância e o controle da transmissão vetorial da doença de Chagas. Essa tese apresenta três capítulos com inovações para identificação automática de triatomíneos. No primeiro capítulo, avaliamos o desempenho de cinco algoritmos de aprendizado de máquina para identificação de três gêneros de triatomíneos com base em imagens em diferentes ângulos ou posições obtidas com uma câmera de celular. Analisamos imagens de 730 insetos (13 espécies) fotografados em nove ângulos representando três posições. Dividimos o banco de dados de 6570 imagens em conjuntos de treinamento (80%) e de teste (20%) e, em seguida, treinamos e testamos uma rede neural convolucional prétreinada (AlexNet, AN), três classificadores (AdaBoost, AB; Gradient Boosting, GB; Histogram-based Gradient Boosting, HB) e um modelo discriminante linear (LD). Avaliamos a acurácia e a especificidade da identificação com modelos generalizados lineares mistos. Os resultados mostraram que as diferenças de desempenho entre os algoritmos foram impulsionadas pela acurácia e especificidade essencialmente perfeitas da AN, independentemente do ângulo ou posição. As acurácias previstas de HB variaram de ~0,987 (Panstrongylus) a >0,999 (Triatoma). A acurácia do AB foi ruim para Rhodnius (~0,224-0,282) e Panstrongylus (~0,664-0,729), mas razoável para Triatoma (~0,988-0,991). Para Panstrongylus, LD e GB previram acurácias na faixa de ~0,970-0,984. AB classificou erroneamente ~57% de Rhodnius e Panstrongylus como Triatoma, enquanto as estimativas de especificidade variaram de ~0,92 a ~1,0 para as demais combinações de gênero-algoritmo. No segundo capítulo, avaliamos o 2 desempenho da rede AN na identificação de espécies de triatomíneos a partir de imagens dorsais de alta resolução e obtidas de celulares comuns. Analisamos fotos dorsais de 6397 triatomíneos pertencentes a 65 espécies de 7 gêneros, a partir de um conjunto de dados de treinamento (70%) e teste (20%). Os 10% restantes foram utilizados para a validação interna do algoritmo durante o treinamento, realizado no MATLAB. Realizamos dois experimentos, um com todas as espécies e outro com as espécies com registro em casas e infecção natural por T. cruzi. Os resultados mostraram que AN apresentou uma acurácia de ~0,93 (IC95%, 0,913-0,941) para identificar 65 espécies de triatomíneos. A acurácia específica alcançou valor máximo para 21 espécies, principalmente as espécies dos gêneros Rhodnius e Panstrongylus. O desempenho foi melhorado (~0,97, IC95%: 0,930-0,958) quando foram consideradas apenas as espécies com maior capacidade vetorial. No terceiro capítulo, avaliamos o desempenho da AN na identificação de imagens de ninfas de triatomíneos até o nível de gênero. A abordagem metodológica foi similar ao capítulo 2, porém foram realizados 3 experimentos. No primeiro, treinamos a rede AN para diferenciar ninfas de triatomíneos e espécimes não-triatomíneos (adultos e ninfas de percevejos heterópteros). No segundo, a tarefa foi diferenciar ninfas de triatomíneos de ninfas de heterópteros não-triatomíneos. No terceiro, a tarefa foi diferenciar ninfas dos três gêneros de triatomíneos mais relevantes em saúde pública, Panstrongylus, Rhodnius e Triatoma. Os resultados mostraram que a acurácia média para identificação de ninfas de triatomíneos x outros heterópteros (ninfas e/ou adultos) variou de 0,97 a 1,00. Os valores de acurácia também foram altos para identificação de ninfas dos gêneros Triatoma (~0,99, IC95%: 0,947-0,998) e Rhodnius (~1,00, IC95%: 0,816-1,000), sendo menores para Panstrongylus (~0,58, IC95%:0,360- 0,784). As seguintes conclusões derivam dessa tese: 1) quando algoritmos de aprendizado de máquina como AN são usados, os ângulos ou posições em que os insetos são fotografados não são relevantes para identificar corretamente imagens de celulares de triatomíneos em nível de gênero, com acurácia e especificidade essencialmente perfeitas. 2) A rede AN apresentou ótimo desempenho para identificação automática de espécies de triatomíneos baseada em um conjunto amplo de imagens dorsais de adultos. 3) AN apresentou ótimo desempenho para identificar ninfas de triatomíneos, diferenciando de ninfas e adultos de heterópteros em geral, ninfas de triatomíneos e não triatomíneos e ninfas de Rhodnius e Triatoma. Finalmente, a tese fornece a base para o desenvolvimento de um sistema 3 automatizado de identificação dos vetores da doença de Chagas com participação comunitária em larga escala, o que poderá contribuir para a ciência cidadã.