@MASTERSTHESIS{ 2023:1989216388,
 	title = {Estimatição de eclosão em imagens de ovos do carrapato bovino baseado em redes neurais convolucionais},
 	year = {2023},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/4936",
 	abstract = "O carrapato bovino é um ectoparasito que acarreta perdas acima de três bilhões de dólares
 anualmente na bovinocultura Brasileira, seja pela transmissão de doenças ou pela redução
 na qualidade nos produtos derivados. O uso de carrapaticidas químicos é a forma mais
 comum de controle. Para escolher o carrapaticida mais eficaz, testes são realizados em
 laboratório. Fêmeas ingurgitadas são utilizadas como amostras e imersas em soluções
 comerciais de carrapaticidas de diferentes classes químicas. Os parâmetros avaliados
 incluem peso das fêmeas, postura de ovos e a percentagem de eclodibilidade das larvas,
 que é determinada por contagem de ovos não eclodidos (inférteis) e larvas (férteis) após
 aproximadamente 45 dias do início. Esse processo de contagem é normalmente realizado
 manualmente, o que consome muito tempo e é repetitivo e cansativo, e por isso, a presente
 dissertação tem como objetivo a automação desse procedimento. Neste contexto propõe-se
 um método computacional para contabilizar e estimar o percentual de eclodibilidade
 baseado em técnicas de processamento de imagens e aprendizado de profundo, que segue
 o fluxo: pré-processamento, segmentação inicial, segmentação dos ovos; classificação e
 contagem dos ovos. O método propõe uma arquitetura de rede neural convolucional com a
 inclusão do mecanismo de atenção suave, denominado de DenseNetSA, que foi comparada
 com outras arquiteturas de rede. O método alcança resultados promissores com a rede
 DenseNetSA para o grupo com 6 imagens, com 98% dos ovos férteis e 88,67% dos ovos
 inférteis classificados corretamente. Para o grupo com 3 imagens, 98% dos ovos férteis
 e 90,3% dos ovos inférteis foram classificados corretamente. O percentual de eclosão
 apresentarou os seguintes valores: 96,35% ± 3,33; 95,98% ± 3,5; 0,0% ± 0,0 para os
 grupos com 3 imagens nas populações Piracanjuba, Desterro e Barbalha, respectivamente;
 e 94,41% ± 3,84; 95,93% ± 2,36; 0,0% ± 0,0 para os grupos com 6 imagens nas populações
 Piracanjuba, Desterro e Barbalha, respectivamente. Não houve diferença estatística entre
 os métodos avaliados. O método automático de predição da porcentagem de eclosão de
 larvas de R. microplus foi validado e mostrou-se eficaz, com considerável redução no tempo
 de obtenção dos resultados.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}