Un estudio publicado recientemente ha logrado avances significativos en la detección automatizada de defectos internos en las semillas mediante el uso de inteligencia artificial combinada con imágenes de rayos X en 2D. Este enfoque innovador emplea modelos avanzados de aprendizaje profundo para analizar imágenes de rayos X en 2D con una precisión y eficiencia de tiempo notables.
Un desafío tecnológico clave en el uso de la inteligencia artificial es obtener una base de datos grande y equilibrada. Ciertas clases de defectos en las semillas estaban subrepresentadas, lo que se complicó aún más por la falta de protocolos de radiografía estandarizados, lo que provocó variaciones en la calidad de la imagen, según un comunicado de prensa.
Para abordar estos desafíos, se desarrolló una estrategia basada en el aumento artificial de datos (X-Robustifier) para tener en cuenta la variabilidad natural en la morfología de las semillas, las fluctuaciones en las condiciones de obtención de imágenes por rayos X y la incidencia típicamente baja de semillas defectuosas. Estas técnicas de aumento de datos mejoran la robustez de los modelos de aprendizaje profundo, lo que les permite adaptarse a las variaciones en los parámetros de obtención de imágenes físicas y, al mismo tiempo, compensar de manera efectiva la rareza de los defectos. Algunas pruebas incluso demostraron la robustez del modelo y su capacidad para funcionar bien en semillas recubiertas o en proyecciones 2D derivadas de imágenes tomográficas 3D.
Los resultados revelan que este modelo iguala el desempeño humano tanto en tiempo de cálculo como en tasas de error, y al mismo tiempo demuestra una gran robustez frente a desafíos comunes como el ruido físico y las variaciones en la morfología. El método, aplicado con éxito a las semillas de remolacha azucarera (Beta vulgaris L.) y habas (Vicia faba L.), demuestra ser una solución eficaz y escalable para el análisis automatizado de semillas.
Este proyecto, realizado en colaboración con socios de la Universidad de Angers y el grupo de investigación ImHorPhen, tiene como objetivo fomentar nuevas asociaciones con organizaciones interesadas en aplicar la inteligencia artificial a la investigación de semillas y plantas, promoviendo la innovación y la colaboración tanto en investigación como en tecnología.
SeedWorld