Automated Classification and Quantification of Fungal Spores in Aerobiological Sampling Using Deep Learning

Resumen Técnico: Clasificación y Cuantificación Automatizada de Esporas Fúngicas en Muestreos Aerobiológicos mediante Aprendizaje Profundo

Planteamiento del Problema

El monitoreo rutinario de esporas fúngicas mediante aerobiología es crítico para la vigilancia ambiental y la salud pública, particularmente dada la relación entre las esporas suspendidas en el aire y las afecciones respiratorias como el asma y la rinitis alérgica. Sin embargo, los métodos de evaluación actuales dependen del conteo microscópico manual, un proceso que consume mucho tiempo, es propenso a la variabilidad inter-observador y resulta en una disponibilidad de datos retrasada. Si bien intentos de automatización previos han utilizado visión computacional clásica o se han centrado en la detección de un solo género (por ejemplo, Alternaria), estos enfoques a menudo tienen dificultades con la superposición de partículas, requieren ingeniería de características manual y carecen de la robustez necesaria para manejar la alta diversidad taxonómica presente en las muestras atmosféricas del mundo real. Existe una necesidad clara de un marco de aprendizaje profundo escalable capaz de automatizar la detección y cuantificación a través de diversos taxones fúngicos.

Metodología

El estudio desarrolló y validó un flujo de trabajo basado en aprendizaje profundo para la detección y el conteo automático de ocho géneros fúngicos (Cladosporium, Coprinus, Curvularia, Didymella, Ganoderma, Leptosphaeria, Nigrospora y Xylaria) utilizando imágenes microscópicas de muestreo volumétrico tipo Hirst en Santa Marta, Colombia.

1. Construcción y Preprocesamiento del Conjunto de Datos:

• Fuente: 325 imágenes originales (magnificación de 400×) se subdividieron en 1,281 cuadrantes (1296 × 972 píxeles).
• Anotación: Realizada mediante Roboflow, con cuadros delimitadores (bounding boxes) asignados a 2,252 instancias de esporas a través de los ocho géneros.
• Mitigación del Desequilibrio de Clases: El conjunto de datos original presentaba un desequilibrio de clases (por ejemplo, Coprinus con 20.1% frente a Nigrospora con 9.1%). Para abordar esto, los autores implementaron:
  • División Estratificada: Las imágenes se volvieron a dividir en 70% para entrenamiento, 20% para validación y 10% para prueba, basándose en el tipo de espora predominante.
  • Aumento de Datos Offline: Se generaron muestras sintéticas para las clases subrepresentadas utilizando la librería Albumentations (transformaciones geométricas, fotométricas y de degradación) para alcanzar aproximadamente 320 instancias por clase.
  • Aumento de Datos Online: Durante el entrenamiento, se aplicaron Mosaic (para aumentar la densidad de objetos) y Mixup (para regularización).
• Conjunto de Datos Final: El conjunto de entrenamiento se expandió a 1,574 imágenes (2,963 instancias), mientras que los conjuntos de validación y prueba se mantuvieron compuestos por imágenes originales no aumentadas para asegurar una evaluación imparcial.

2. Arquitecturas de Modelos:
Se compararon tres estrategias de detección:

• YOLO26: Evaluado en sus variantes Medium (YOLO26m) y Large (YOLO26l). La resolución de entrada fue de 1280 × 1280 píxeles para preservar los detalles morfológicos.
• ViT-B/16 + Faster R-CNN: Un enfoque híbrido que utiliza un Vision Transformer para la extracción de características (con las seis primeras capas congeladas) acoplado a Faster R-CNN para la propuesta de regiones y clasificación.
• AlexNet + Faster R-CNN: Una AlexNet modificada con normalización por lotes (batch normalization) acoplada a Faster R-CNN, utilizando una resolución de entrada de 640 × 640 píxeles.

3. Entrenamiento y Evaluación:
Los modelos fueron entrenados con hiperparámetros específicos (por ejemplo, las variantes YOLO utilizaron MuSGD, mientras que ViT/AlexNet usaron AdamW/SGD). El rendimiento se evaluó utilizando Precisión, Recall, F1-score y mAP promedio (mAP@0.5 y mAP@0.5:0.95). Dada la naturaleza de la aplicación, se priorizaron el Recall y la Precisión sobre las métricas estrictas de localización.

Resultos Clave

1. Comparación del Rendimiento de los Modelos:

• YOLO26l emergió como el modelo superior, logrando el mayor Recall (0.812), Precisión (0.823), mAP@0.5 (0.846) y F1-score (0.817) en el conjunto de prueba.
• YOLO26m le siguió de cerca con métricas ligeramente inferiores.
• ViT-B/16 + Faster R-CNN mostró un rendimiento intermedio, pero sufrió una caída significativa en la precisión (0.502).
• AlexNet + Faster R-CNN produjo el rendimiento más bajo en todas las métricas (Recall 0.548, Precisión 0.377).
• Rendimiento por Género: YOLO26l demostró robustez para Curvularia, Didymella, Ganoderma, Nigrospora y Xylaria. Cladosporium siguió siendo la clase más desafiante, con el recall más bajo (0.429 en las pruebas) y la tasa más alta de falsos negativos (se perdieron el 54% de las instancias).

2. Validación Operativa (Automatizado vs. Manual):

• Se analizó un conjunto externo de 516 imágenes no vistas. YOLO26l mantuvo una precisión de 0.803 y un recall de 0.659.
• Correlación: Los conteos automatizados y manuales mostraron correlaciones positivas y significativas para todos los géneros (Spearman's ρ = 0.387–0.852; p < 0.001). La correlación fue más fuerte para Curvularia (0.852) y la más débil para Cladosporium (0.387).
• Eficiencia: El sistema automatizado procesó 516 imágenes en 1 minuto 39 segundos (0.19 s/imagen), en comparación con las 2.8 horas (19.5 s/imagen) requeridas para el conteo manual. Esto representa un incremento de 102 veces en la velocidad de procesamiento.

3. Análisis de Errores:
La principal fuente de error fue de falsos negativos (detecciones omitidas) en lugar de la clasificación errónea entre géneros. El modelo generalmente asignó el género correcto una vez que detectaba la espora. La dificultad para detectar Cladosporium se atribuyó a su alta variabilidad morfológica y similitud visual con las estructuras del fondo.

Contribuciones Clave

• Marco Multigénero: El estudio va más allá de la detección de un solo género para validar un sistema capaz de identificar simultáneamente ocho géneros fúngicos distintos, abordando la diversidad taxonómica inherente al muestreo aerobiológico.
• Curación de Datos: Creación y aumento de un conjunto de datos especializado para esporas fúngicas, incluyendo estrategias para manejar el desequilibrio de clases y la baja densidad de objetos en campos microscópicos.
• Benchmarking Arquitectónico: Un análisis comparativo que demuestra que los detectores de etapa única (YOLO26) superan a los modelos híbridos y de propuesta de región (variantes de Faster R-CNN) para esta tarea específica, particularmente al equilibrar la eficiencia computacional y la precisión de detección.
• Escalabilidad Operativa: Demostración de un flujo de trabajo que reduce el tiempo de análisis en dos órdenes de magnitud, facilitando el potencial para la vigilancia de bioaerosoles en tiempo real o casi real.

Significancia y Reivindicaciones

Los autores afirman que este trabajo proporciona un marco de referencia para escalar el monitoreo aerobiológico. Al automatizar la etapa más laboriosa del proceso (el conteo microscópico), el sistema aborda el cuello de botella que limita la cobertura geográfica y temporal de los programas de monitoreo actuales.

El artículo sostiene modestamente que, si bien el rendimiento varía según el género, el sistema reproduce con éxito los patrones generales de abundancia observados en los conteos manuales. Posiciona al aprendizaje profundo no meramente como una herramienta de clasificación, sino como un instrumento operativo para la vigilancia ambiental y la evaluación del riesgo para la salud pública. Los autores reconocen que se necesitan mejoras adicionales para clases difíciles como Cladosporium, pero concluyen que el enfoque propuesto fortalece significativamente la capacidad para un monitoreo de esporas fúngicas rutinario, oportuno y reproducible.