Resumo Técnico: Rumo a uma Metodologia para Detecção e Contagem de Ovos de Mosquito Usando Dados de Ovitrampas Padronizados

1. Declaração do Problema

As doenças transmitidas por mosquitos, particularmente as transmitidas por Aedes aegypti e Aedes albopictus, representam desafios significativos para a saúde pública. A vigilância eficaz depende de esquemas de ovitrampas, onde fêmeas grávidas depositam ovos em substratos de madeira (paletas) colocados em recipientes com água. Tradicionalmente, a contagem desses ovos requer inspeção visual manual sob microscópios estereoscópicos por entomologistas treinados. Este processo é trabalhoso, demorado e propenso à variabilidade entre operadores, especialmente quando os ovos estão agrupados, parcialmente ocluídos ou obscurecidos por detritos e manchas.

Embora a visão computacional ofereça um caminho para a automação, as abordagens atuais enfrentam três barreiras críticas:

1. Escassez de Dados: Há uma falta de conjuntos de dados anotados em larga escala para ovos de mosquitos, que são objetos extremamente pequenos (tipicamente 2 a 8 pixels em varreduras padrão).
2. Variabilidade de Aquisição: Amostras de ovitrampas do mundo real são digitalizadas em diversos laboratórios usando scanners heterogêneos (resoluções variando de 72 a 300 DPI), condições de iluminação e texturas de fundo. Esse "desvio de domínio" degrada severamente a generalização do modelo.
3. Detecção de Objetos Pequenos: Detectar objetos que ocupam apenas alguns pixels é inerentemente difícil para arquiteturas de aprendizado profundo padrão, que frequentemente perdem informações espaciais detalhadas.

2. Metodologia

Os autores propõem um framework de ponta a ponta projetado especificamente para a vigilância vetorial operacional, integrando aquisição de dados padronizada, geração de dados sintéticos e aprendizado profundo.

2.1 Protocolo de Escaneamento de Ovitrampa Padronizado

Para abordar a variabilidade de aquisição, o estudo introduz um protocolo de escaneamento padronizado:

• Hardware: Scanners de mesa (flatbed) padrão.
• Procedimento: Os substratos são colocados planos em uma única linha com alinhamento consistente. Um fundo escuro uniforme (ex: papel preto) é usado para aumentar o contraste.
• Parâmetros: As varreduras são realizadas em modo colorido a 300–600 DPI. Tanto as superfícies frontal quanto a traseira são capturadas ao virar o substrato verticalmente no mesmo lugar para manter a correspondência posicional.
• Saída: As imagens são armazenadas em formatos sem perdas (PNG/TIFF) para evitar artefatos de compressão.

2.2 Pipeline de Geração de Dados Sintéticos

Devido à escassez de dados reais anotados, os autores desenvolveram um pipeline para gerar exclusivamente dados de treinamento sintéticos. Este pipeline consiste em três estágios:

1. Preparação de Textura: Imagens reais de ovitrampas escaneadas são usadas para extrair e refinar texturas de substratos de madeira, filtrando por padrões diversos de cor, grão e manchas.
2. Geração de Bastões Sintéticos: As texturas são aplicadas a uma tela de tamanho fixo (640 × 1920 pixels) com um fundo escuro. Formas de bastões são geradas combinando segmentos de textura com transformações de escala e posicionamento.
3. Colocação de Ovos e Anotação: Ovos sintéticos são colocados nos substratos usando distribuições controladas (isoladas e agrupadas), com contagens variando de 0 a 400 por imagem. Anotações de caixas delimitadoras (bounding boxes) são geradas programaticamente no formato YOLO.

• Estratégia: O modelo é treinado apenas com esses dados sintéticos. Dados reais anotados são reservados estritamente para validação e teste para garantir uma avaliação imparcial.

2.3 Arquitetura do Modelo e Treinamento

• Framework: Um modelo de detecção de objetos baseado em YOLO (especificamente YOLOv8n) foi selecionado por sua eficiência e adequação para aplicações em tempo real.
• Entrada: As imagens são processadas como blocos (tiles) de 640 × 640 pixels para melhorar a detecção de objetos pequenos.
• Desenvolvimento Iterativo: Cinco versões de modelos (V1–V5) foram desenvolvidas. A progressão partiu de dados sintéticos básicos para conjuntos de dados refinados incorporando texturas diversas, aumento de dados (escala, rotação, ruído) e estratégias aprimoradas de colocação de ovos (distribuições agrupadas).
• Estratégia de Anotação: Para a validação no mundo real, uma abordagem de anotação baseada em pontos-chave (keypoints) foi utilizada no Label Studio, posteriormente convertida para caixas delimitadoras para facilitar a rotulagem de objetos minúsculos.

3. Principais Contribuições

O artigo descreve quatro contribuições principais:

1. Protocolo Padronizado: Um protocolo de escaneamento reproduzível para minimizar a variabilidade na qualidade da imagem e nas condições de fundo em diferentes configurações operacionais.
2. Anotação Guiada por Especialistas: Uma estratégia de validação utilizando conjuntos de dados coletados de vários países europeus (Chipre, Albânia, Hungria, Itália) e verificados por especialistas em entomologia da Ação COST InsectAI.
3. Pipeline de Dados Sintéticos: Um pipeline configurável para gerar grandes volumes de dados de treinamento para objetos biológicos minúsculos, superando o gargalo da anotação manual.
4. Framework de Ponta a Ponta: Um sistema implementado e avaliado que preenche a lacuna entre a visão computacional experimental e a vigilância vetorial prática, demonstrando que um modelo treinado exclusivamente em dados sintéticos pode se generalizar para condições reais heterogêneas.

4. Resultados

O sistema foi avaliado em conjuntos de dados reais anotados, coletados sob diversas condições de campo.

• Desempenho de Detecção: O modelo final (V5) alcançou uma precisão de 97,7%, indicando uma taxa de falsos positivos muito baixa. O mAP médio (mAP@0.5) foi de 0,776. O Recall foi menor (0,566), refletindo a dificuldade inerente de detectar objetos extremamente pequenos (2–8 pixels), particularmente em aglomerados densos ou regiões de baixo contraste.
• Precisão de Contagem: O sistema alcançou um Erro Absolmente Médio (MAE) de 6,81 ovos por amostra. A mediana do erro foi de 1,0 ovo. Notavelmente, 46,8% das previsões (438 de 936 imagens) corresponderam exatamente às contagens da verdade fundamental (ground truth).
• Generalização: Apesar de ter sido treinado exclusivamente em dados sintéticos, o modelo demonstrou generalização eficaz através de condições reais heterogêneas, incluindo variações na resolução do scanner e ruído de fundo.
• Melhoria Iterativa: O estudo destacou que o desempenho foi altamente sensível à qualidade dos dados sintéticos. As iterações posteriores (V4, V5), que incorporaram agrupamentos realistas e variabilidade de textura, superaram significativamente as versões de linha de base anteriores.

5. Significância e Alegações

Os autores posicionam este trabalho como uma solução prática para escalar a vigilância de mosquitos, enfatizando uma filosofia de design "centrada em dados" em vez de uma inovação puramente algorítmica.

• Viabilidade Operacional: O framework fornece uma alternativa escalável para a contagem manual, reduzindo gargalos de mão de obra e permitindo tempos de resposta mais rápidos para programas de vigilância de larga escala.
• Padronização como Pré-requisito: O artigo argumenta que a aquisição padronizada de dados é tão crítica quanto o próprio algoritmo de detecção. Sem protocolos de escaneamento consistentes, modelos treinados em ambientes controlados falham em configurações operacionais.
• Eficácia de Dados Sintéticos: O estudo demonstra que, para tarefas especializadas envolvendo objetos minúsculos com rótulos reais escassos, a geração de dados sintéticos de alta qualidade pode servir como o principal motor do desempenho do modelo, desde que os dados sintéticos capturem as características estatísticas e espaciais do mundo real.
• Aumento, Não Substituição: O sistema é projetado para aumentar, não substituir, a expertise entomológica. Ele serve para pré-processar grandes volumes de amostras e fornecer estimativas iniciais, que os especialistas podem então verificar, particularmente em cenários complexos.

Os autores mantêm a modéstia quanto às limitações, reconhecendo que a dependência de dados sintéticos não pode capturar totalmente a complexidade de artefatos do mundo real (ex: padrões específicos de manchas) e que o Recall permanece limitado para objetos extremamente pequenos ou ambíguos. Eles sugerem que trabalhos futuros poderiam envolver estratégias de treinamento híbridas e técnicas de super-resolução para ampliar ainda mais a ponte entre dados sintéticos e dados reais.