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

Problema

O monitoramento aerobiológico rotineiro de esporos fúngicos é crítico para a vigilância ambiental e a saúde pública, particularmente dado o vínculo entre esporos suspensos no ar e condições respiratórias como asma e rinite alérgica. No entanto, os métodos atuais de avaliação dependem da contagem microscópica manual, um processo que é demorado, propenso à variabilidade interobservador e resulta em disponibilidade de dados atrasada. Embora tentativas automatizadas anteriores tenham utilizado visão computacional clássica ou se concentrado na detecção de um único gênero (ex: Alternaria), essas abordagens frequentemente lutam contra a sobreposição de partículas, exigem engenharia de características manual e carecem de robustez para lidar com a alta diversidade taxonômica encontrada em amostras atmosféricas do mundo real. Existe uma necessidade distinta de um framework de aprendizado profundo escalável, capaz de automatizar a detecção e quantificação através de diversos táxons fúngicos.

Metodologia

O estudo desenvolveu e validou um fluxo de trabalho baseado em aprendizado profundo para a detecção e contagem automática de oito gêneros fúngicos (Cladosporium, Coprinus, Curvularia, Didymella, Ganoderma, Leptosphaeria, Nigrospora e Xylaria) usando imagens microscópicas de amostragem volumétrica do tipo Hirst em Santa Marta, Colômbia.

1. Construção e Pré-processamento do Conjunto de Dados:

• Fonte: 325 imagens originais (magnificação de 400×) foram subdivididas em 1.281 quadrantes (1296 × 972 pixels).
• Anotação: Realizada usando Roboflow, com caixas delimitadoras (bounding boxes) atribuídas a 2.252 instâncias de esporos através dos oito classes.
• Mitigação de Desequilíbrio: O conjunto de dados original exibia desequilíbrio de classes (ex: Coprinus com 20,1% vs. Nigrospora com 9,1%). Para abordar isso, os autores implementaram:
  • Divisão Estratificada: As imagens foram redivididas em 70% para treinamento, 20% para validação e 10% para teste com base no tipo predominante de esporo.
  • Aumento Offline (Offline Augmentation): Amostras sintéticas foram geradas para classes sub-representadas usando a biblioteca Albumentations (transformações geométricas, fotométricas e de degradação) para atingir aproximadamente 320 instâncias por classe.
  • Aumento Online (Online Augmentation): Durante o treinamento, Mosaic (para aumentar a densidade de objetos) e Mixup (para regularização) foram aplicados.
• Conjunto de Dados Final: O conjunto de treinamento foi expandido para 1.574 imagens (2.963 instâncias), enquanto os conjuntos de validação e teste permaneceram compostos por imagens originais, não aumentadas, para garantir uma avaliação imparcial.

2. Arquiteturas de Modelo:
Três estratégias de detecção foram comparadas:

• YOLO26: Avaliado nas variantes Medium (YOLO26m) e Large (YOLO26l). A resolução de entrada foi de 1280 × 1280 pixels para preservar detalhes morfológicos.
• ViT-B/16 + Faster R-CNN: Uma abordagem híbrida usando um Vision Transformer para extração de características (com as seis primeiras camadas congeladas) acoplado ao Faster R-CNN para proposta de região e classificação.
• AlexNet + Faster R-CNN: Um AlexNet modificado com normalização de lote (batch normalization) acoplado ao Faster R-CNN, utilizando uma resolução de entrada de 640 × 640 pixels.

3. Treinamento e Avaliação:
Os modelos foram treinados com hiperparâmetros específicos (ex: variantes YOLO usaram MuSGD, ViT/AlexNet usaram AdamW/SGD). O desempenho foi avaliado usando Precisão, Recall, F1-score e média de Precisão Média (mAP@0.5 e mAP@0.5:0.95). Dada a natureza da aplicação, Recall e Precisão foram priorizados em relação às métricas de localização estrita.

Principais Resultados

1. Comparação de Desempenho dos Modelos:

• YOLO26l emergiu como o modelo superior, alcançando o maior Recall (0,812), Precisão (0,823), mAP@0.5 (0,846) e F1-score (0,817) no conjunto de teste.
• YOLO26m seguiu de perto com métricas ligeiramente inferiores.
• ViT-B/16 + Faster R-CNN mostrou desempenho intermediário, mas sofreu uma queda significativa na precisão (0,502).
• AlexNet + Faster R-CNN rendeu o menor desempenho em todas as métricas (Recall 0,548, Precisão 0,377).
• Desempenho por Gênero: O YOLO26l demonstrou robustez para Curvularia, Didymella, Ganoderma, Nigrospora e Xylaria. Cladosporium permaneceu como a classe mais desafiadora, com o menor recall (0,429 no teste) e a maior taxa de falsos negativos (54% das instâncias perdidas).

2. Validação Operacional (Automatizado vs. Manual):

• Um conjunto externo de 516 imagens não vistas foi analisado. O YOLO26l manteve uma precisão de 0,803 e um recall de 0,659.
• Correlação: As contagens automatizadas e manuais mostraram correlações positivas e significativas para todos os gêneros (Spearman's ρ = 0,387–0,852; p < 0,001). A correlação foi mais forte para Curvularia (0,852) e mais fraca para Cladosporium (0,387).
• Eficiência: O sistema automatizado processou 516 imagens em 1 minuto e 39 segundos (0,19 s/imagem), comparado a 2,8 horas (19,5 s/imagem) exigidos para a contagem manual. Isso representa um aumento de 102 vezes na velocidade de processamento.

3. Análise de Erro:
A principal fonte de erro foi o de falsos negativos (detecções perdidas) em vez da classificação incorreta entre gêneros. O modelo geralmente atribuía o gênero correto uma vez que o esporo era detectado. A dificuldade em detectar Cladosporium foi atribuída à sua alta variabilidade morfológica e semelhança visual com estruturas do fundo.

Principais Contribuições

• Framework Multi-Gênero: O estudo vai além da detecção de um único gênero para validar um sistema capaz de identificar simultaneamente oito gêneros fúngicos distintos, abordando a diversidade taxonômica inerente à amostragem aerobiológica.
• Curadoria de Dados: Criação e aumento de um conjunto de dados especializado para esporos fúngicos, incluindo estratégias para lidar com o desequilíbrio de classes e baixa densidade de objetos em campos microscópicos.
• Benchmarking de Arquitetura: Uma análise comparativa demonstrando que detectores de estágio único (YOLO26) superam modelos híbridos e baseados em proposta de região (variantes Faster R-CNN) para esta tarefa específica, particularmente ao equilibrar eficiência computacional e precisão de detecção.
• Escalabilidade Operacional: Demonstração de um fluxo de trabalho que reduz o tempo de análise em duas ordens de magnitude, facilitando o potencial para vigilância de bioaerossóis em tempo real ou quase real.

Significância e Alegações

Os autores afirmam que este trabalho fornece um framework de referência para escalar o monitoramento aerobiológico. Ao automatizar a etapa mais trabalhosa do processo (contagem microscópica), o sistema aborda o gargalo que limita a cobertura geográfica e temporal dos programas de monitoramento atuais.

O artigo afirma modestamente que, embora o desempenho varie por gênero, o sistema consegue reproduzir os padrões gerais de abundância observados nas contagens manuais. Ele posiciona o aprendizado profundo não apenas como uma ferramenta de classificação, mas como um instrumento operacional para vigilância ambiental e avaliação de risco à saúde pública. Os autores reconhecem que melhorias adicionais são necessárias para classes difíceis como Cladosporium, mas concluem que a abordagem proposta fortalece significativamente a capacidade de monitoramento de esporos fúngicos rotineiro, oportuno e reprodutível.