Próximo seminario. Detección de Mosquitos Responsables de Enfermedades: Dengue, Chikungunya y Zika
19-OSe les invita al próximo seminario del Posgrado en Ciencias y Tecnologías de la Información (PCyTI)
Titulo de la ponencia: Detección de Mosquitos Responsables de Enfermedades: Dengue, Chikungunya y Zika
Fecha: 12 de marzo de 2020 a las 11:00hrs
Lugar: T-223
Presenta: Dra. Mariko Nakano-Miyatake
Afiliación: Sección de Estudios de Posgrado e Investigación (SEPI) del Instituto Politécnico Nacional (IPN), Unidad Culhuacan
Resumen:
En México, un número importante de personas sufren de enfermedades transmisibles por picaduras de mosquito, tales como Dengue, Chikungunya y Zika. Los principales vectores de estas enfermedades son los mosquitos del género Aedes: Aedes aegypti y Aedes albopictus. Esta especie de mosquitos viven en casi todas las regiones de México y se reproducen con facilidad en regiones tropicales y sub-tropicales, por lo cual la organización mundial de la salud (OMS) ha etiquetado a México como una región con alta presencia viral. El incremento de la población, el aumento de la movilidad de las personas, la urbanización incontrolada, y el cambio climático entre otros factores provocó un incremento considerable de incidentes y brotes causados por estos virus. Para evitar una epidemia de estas enfermedades, los gobiernos locales intentan la supresión de mosquitos Aedes mediante el empleo de insecticidas. Sin embargo, el uso excesivo e/o indiscriminado de insecticidas para eliminar todos los tipos de mosquito puede causar tanto un grave daño ambiental -al afectar las cadenas alimenticias- como un gasto innecesario de recursos, al erradicar mosquitos que no transmiten enfermedades.
En esta platica, se presenta un sistema móvil que es capaz de capturar las imágenes de larvas y detectar su género instantemente usando dispositivos móviles comunes, como es un teléfono celular básico con cámara integrada. Para determinar la especie de las larvas se usó técnicas de procesamiento de imágenes y aprendizaje automático, sobre todo esquemas de aprendizaje profundo (Deep Learning) que han demostrado su eficacia en varios campos de conocimiento. Estos esquemas de aprendizaje profundo hoy en día permiten aplicaciones inteligentes con gran eficiencia en la detección. El sistema desarrollado ayudará a una eficiente supresión de mosquitos del género Aedes, contribuyendo a la disminución eficaz y eficiente de las enfermedades de Dengue, Chikungunya y Zika.
Biografía:
Mariko Nakano-Miyatake recibió la Licenciatura en Matemáticas Aplicadas y Maestría en Ingeniería en la Universidad de Electro-Comunicación, Tokio, Japón en los años 1983 y 1985, respectivamente. En el año 1998, recibió el grado de Doctorado en Ciencias por la Universidad Autónoma Metropolitana, Unidad Iztapalapa (UAM-I). A partir del año 1997 hasta la fecha, es profesora investigadora de la Sección de Estudios de Posgrado e Investigación (SEPI) del Instituto Politécnico Nacional (IPN), Unidad Culhuacan. Actualmente es miembro de SNI Nivel II. Ha dirigido 16 tesis doctorales y 63 tesis de maestría. Sus principales áreas de interés son procesamiento de imágenes y señales, seguridad informática y aprendizaje automático.
Ultima actualización 10/07/2022 por pcyti