La identificación de imágenes digitales de plancton por medio de un software entrenado previamente para reconocer a dichos organismos es una técnica que lleva desarrollándose varias décadas en laboratorios de oceanografía de todo el mundo. En AZTI-Tecnalia, Eneko Bachiller y Jose Antonio Fernandes están desarrollando sus tesis doctorales entorno a este tema y acaban de publicar un artículo en la Revista de Investigación Marina sobre la identificación automatizada de imágenes de zooplancton.
La identificación de imágenes digitales de plancton por medio de un software entrenado previamente para reconocer a dichos organismos es una técnica que lleva desarrollándose varias décadas en laboratorios de oceanografía de todo el mundo. En AZTI-Tecnalia, Eneko Bachiller y Jose Antonio Fernandes están desarrollando sus tesis doctorales entorno a este tema y acaban de publicar un artículo en la Revista de Investigación Marina sobre la identificación automatizada de imágenes de zooplancton.
Eneko, ¿Cuál es el objetivo de esta técnica que describís en el artículo?
Este artículo tiene dos objetivos: por un lado presenta la cámara digital como posible herramienta para digitalizar muestras de plancton del mismo modo que se ha venido haciendo hasta ahora con el scanner; por otro, propone una nueva metodología de control interno para poder identificar cualquier error durante el proceso de muestreo de plancton.
Además, el artículo también discute las ventajas y desventajas que puede presentar la cámara digital con respecto al scanner en este tipo de estudios.
¿Esta técnica que describís en el artículo es reciente o hace tiempo que se está aplicando?
El análisis de imagen se viene aplicando para estudios de zooplancton desde hace unos treinta años, pero no tal y como lo conocemos hoy en día. De hecho, los primeros estudios en los que se digitalizan muestras de plancton utilizan técnicas de fotografía tradicional, tratando de extraer la silueta de cada partícula muestreada. La técnica de digitalización de plancton ha ido evolucionando hasta ahora, de forma que los equipos más modernos y sofisticados permiten obtener resultados in situ, mientras se desarrolla la campaña de muestreo y casi a tiempo real pues son capaces de digitalizar el plancton según van filtrando el agua, pero son de un altísimo coste.
Otros, los más comunes, son para trabajar en el laboratorio con muestras conservadas que se escanean para obtener una imagen digital.
Por otro lado, la propuesta de control interno que se describe en el trabajo y que permite detectar errores durante el desarrollo tanto de la preparación de las muestras como durante la extracción de resultados es completamente nueva. Dado que los estudios previos de análisis de imagen del plancton toman el conteo manual bajo el microscopio como referencia, asumen cierto peligro de subestimación, pues se aceptan a priori un correcto proceso de obtención y preparación de la muestra.
¿Cuál ha sido el papel de AZTI-Tecnalia en su desarrollo?
En cuanto a las herramientas de digitalización, AZTI lleva digitalizando con el scanner las muestras de plancton obtenidas en distintas campañas que se vienen realizando desde el año 1998. Desde entonces se han llevado a cabo distintas pruebas con distintos equipos, de acuerdo con las técnicas utilizadas para este tipo de estudios también en otros centros. De hecho, nuestro laboratorio de ictioplancton ha conocido ya tres scanners distintos y un ZOOSCAN (scanner modificado para muestreo exclusivo de plancton y patentado por Ifremer), y ahora la evolución continúa hacia la cámara digital, nunca antes utilizada con estos fines.
¿Cuáles son las principales ventajas e inconvenientes de la identificación mediante imágenes digitales respecto a los métodos más tradicionales?
Hay que tener en cuenta que los primeros estudios de plancton datan de finales del siglo XIX y que desde entonces (y aún hoy en día) se ha venido estudiando con el método tradicional del análisis bajo el microscopio. Esto supone un gran esfuerzo tanto en tiempo como en aprendizaje de taxonomía y es precisamente este problema el que ha derivado en la necesidad de muestrear más en menos tiempo y con menor esfuerzo por parte del analista.
El análisis de imagen a través de la clasificación semi-automática por parte de un software “entrenado” previamente para reconocer a los organismos del plancton permite en gran parte avanzar en este sentido, pero siempre con limitaciones, pues por el momento no hay técnica que supere la resolución obtenida con un conteo y clasificación manual bajo el microscopio.
Por otro lado, las grandes resoluciones obtenidas con la cámara digital permiten ver características del plancton que no se observan bajo el scanner, pero hay que tener en cuenta que el número de fotos requerido para cubrir la placa de muestra aumenta en proporción con la resolución, y que las diferencias en los resultados respecto a resoluciones más bajas pueden no ser tan interesantes desde el punto de vista del esfuerzo requerido: cuanta mayor resolución, mayor será la cantidad de fotos necesaria, y en consecuencia, también el riesgo de cometer errores y el tiempo requerido para digitalizar la muestra completa. La resolución requerida tendrá que ser definida dependiendo de los objetivos del estudio, pues dependiendo del nivel taxonómico requerido la relación coste-beneficio cambiará.
¿Se van a necesitar todavía buenos taxónomos a pesar del software que habéis creado?
Sin ninguna duda, ¡alguien tendrá que “enseñar” al ordenador a identificar el plancton! Hay que tener en cuenta que la taxonomía es un campo complicado a la hora de ver su potencial como inversión al presentar proyectos, pero debemos recordar que es completamente necesaria para ciertos campos de la ciencia aplicada que tratan de entender distintos aspectos biológicos o ecológicos (por ejemplo, para la gestión de las pesquerías es importante el conocimiento sobre la ecología de las especies).
El análisis de imagen permite tanto aumentar el área de muestreo como obtener resultados con mayor rapidez, pero en ningún caso permite la posibilidad de olvidarse de los taxónomos, pues sin ellos no podríamos entrenar al software, que basa toda su clasificación automática en una previa clasificación de imágenes realizada manualmente por un experto. Si este entrenamiento no fuera fiable, ningún resultado extraído después automáticamente lo sería. De este modo debemos entender también que la diversidad del plancton tanto a través del tiempo como dependiendo de distintas zonas geográficas requiere preparar el software con un conjunto de entrenamiento específico para cada caso (por ejemplo, para cada campaña oceanográfica), actualizándolo con el paso del tiempo.
¿Cuáles son los siguientes pasos/retos de este estudio?
Por el momento hay muchas muestras de plancton digitalizadas que están esperando ser procesadas para la extracción de resultados. Gracias a la optimización de la técnica y la preparación de los conjuntos de entrenamiento correspondientes, hoy es el día en que los podemos procesar con una precisión taxonómica adecuada.
Por lo demás, la optimización del uso de la cámara también requiere aún mucho trabajo, pues hay varios aspectos que aún pueden hacer de la cámara el método más efectivo. Por ejemplo, creemos que realizando varios experimentos con grandes resoluciones podríamos concluir que únicamente algunas fotos estratégicamente posicionadas sobre la placa podrían ofrecer resultados significativos, evitando así el costoso trabajo de cubrir todo el área de la placa.
Por otro lado, la posibilidad de trabajar con dicho equipo a bordo de buques oceanográficos (es posible sacar fotos con el movimiento del barco siempre que no se mueva mucho) podría permitir obtener resultados de la distribución del plancton prácticamente a tiempo real, a diferencia del scanner que requiere el procesado de las muestras de plancton en el laboratorio.
