Desarrollo de sistema de identificación de resultados de reacciones de amplificación isotérmica mediada por bucles (LAMP) con herramientas de aprendizaje automático.

Abstract

Las enfermedades transmitidas por garrapatas constituyen una problemática sanitaria relevante para la producción bovina en regiones endémicas de la Argentina, debido a su asociación con cuadros como babesiosis y anaplasmosis, integrantes del denominado Complejo Tristeza Bovina. En este contexto, las técnicas de amplificación isotérmica mediada por bucles (LAMP, por sus siglas en inglés, Loop-Mediated Isothermal Amplification) representan una alternativa de diagnóstico de interés, ya que permiten detectar agentes patógenos mediante procedimientos más simples que otras técnicas moleculares convencionales. El resultado de estas reacciones puede interpretarse a partir del cambio de color del líquido contenido en los tubos, clasificando las muestras como positivas, negativas o inválidas. El objetivo de esta tesis es diseñar, implementar y analizar un modelo de clasificación automática capaz de identificar dichos resultados a partir de imágenes digitales de tubos con líquidos coloreados. Para ello se construyen con untos de datos a partir de regiones de interés correspondientes al líquido de cada tubo, previamente etiquetadas y curadas. Se utilizan características cromáticas en el espacio HSV y se comparan dos representaciones de entrada: una basada en valores absolutos de color y otra basada en diferencias respecto del control negativo presente en la misma imagen. Como clasificador se emplea el método Máquinas de Vectores de Soporte con Kernel Radial, evaluado mediante esquemas de validación cruzada y conjuntos hold-out internos. Asimismo, se analizan estrategias de validación sobre un conjunto independiente del conjunto de entrenamiento y modelos extendidos mediante la combinación de conjuntos de datos. Los resultados permiten observar la capacidad de generalización del sistema frente a cambios de dominio, así como el efecto de la representación cromática, la partición de datos y la proximidad entre conjuntos de entrenamiento y evaluación. El trabajo establece una metodología reproducible para la clasificación cromática automática de resultados obtenidos con el método LAMP, orientada a reducir la dependencia de la interpretación visual subjetiva y a contribuir al desarrollo de herramientas de diagnóstico asistidas