Salud y Calidad Funcional de Vida 
Visión por ComputadorClasificar más rápidamente las variedades de miel, crear mapas de alergias relacionadas con el polen o incluso determinar la localización de un crimen. Son algunas de las aplicaciones del sistema de inteligencia artificial para conteo de pólenes que están desarrollando investigadores del Área de Visión por Computador del Instituto ai2, en colaboración con el personal del Instituto de Ingeniería de Alimentos para el Desarrollo de la UPV.
El proyecto “POLENET, Análisis polínico automático empleando redes neuronales convolucionales: aplicación a la clasificación monofloral de la miel”, surgió hace un año de la necesidad del Laboratorio de la Miel del Instituto de Ingeniería de Alimentos para el Desarrollo de la UPV de automatizar sus labores de calificación de la miel. José Miguel Valiente, investigador del ai2 responsable del proyecto, explica que actualmente el laboratorio realiza labores de melisopalinología: “recibe muestras de productores de toda España y hace la clasificación para saber si la miel es monofloral o de mil flores, ya que en el mercado está mejor valorada una que otra. El procedimiento habitual para lleva a cabo este trabajo es que un experto en identificación de pólenes, trabajando sobre el microscopio, realice el conteo de partículas de polen que contiene cada variedad de miel”.
Redes neuronales
El sistema en el que trabajan ahora los investigadores del Instituto ai2 para automatizar este proceso, reduciría en horas la carga de trabajo que supone ahora mismo dicha labor. La aplicación de visión por computador a productos naturales, los cuales tienen una gran variabilidad, implicaba hasta este momento ciertos problemas que han resuelto la utilización de inteligencia artificial a través de redes neuronales y la técnica del aprendizaje profundo o deep learning. “Gracias a estas técnicas, la red aprende y luego infiere”, comenta Valiente. No obstante, hasta llegar a eso, son necesarias miles de imágenes de pólenes, que previamente ha de clasificar el personal del Instituto de tecnología de Alimentos.
Actualmente, el proyecto, que se desarrollará hasta 2022, está en esa etapa inicial de captura de información. “Hemos automatizado el microscopio para escanear muestras de manera fija y sacar cientos y cientos de imágenes; luego, esas imágenes las pasamos por una aplicación que hemos desarrollado y el experto las etiqueta, de manera que tengamos el material para entrenar la red neuronal”, comenta Valiente.
El objetivo final es contar con una aplicación que ayude a los técnicos de laboratorio a identificar los pólenes, uniformizando criterios de clasificación, pudiendo así realizar el análisis en muchas más muestras y obteniendo, por tanto, resultados más rápidos y objetivos.
Alergias, análisis forense y fósiles
El sistema no solo reduciría en horas este trabajo, sino que tendría aplicaciones más allá del conteo de polen para el mercado de producción de miel, ya que esa misma técnica se utiliza en aerobiología y aeropalinología, ciencias relacionadas con el conteo de pólenes para elaborar modelos de predicción que permiten conocer el inicio y el contenido polínico de un lugar determinado, alertando así a la población con posibles alergias.
“Hay otros contextos, como el de la palinología forense, donde también podría utilizarse, ya que la técnica que se utiliza para el conteo de pólenes es la misma. En determinados estudios forenses, se analizan los pólenes para tratar de deducir la localización geográfica concreta en la que ocurrió un suceso, por ejemplo”, explica Valiente. “La misma técnica se utiliza para estudiar ciertos fósiles”, añade el experto.
El proyecto POLENET cuenta con financiación del Ministerio de Asuntos Económicos y Transformación Digital, MINECO.
Además de Valiente, participan en el proyecto la investigadora del Instituto de Tecnología de los Alimentos María Isabel Escriche, así como Eva María Domenech, Manuel Agustí, Vicente Luis Atienza, Fernando López y Mario Visquert.
Noticias relacionadas: