Tesis: SISTEMA PARA ESTIMAR LA CUANTIFICACIÓN DE POST LARVAS DE “GAMITANA” Colossoma macropomum (Cuvier, 1818), EMPLEANDO EL PROCESAMIENTO DIGITAL DE IMÁGENES

LIMA – PERÚ 2012

SYSTEM TO ESTIMATE THE QUANTIFICATION OF ‘GAMITANA’ POST LARVAE Colossoma macropomum (Cuvier, 1818),USING DIGITAL IMAGE PROCESSING

TESISpara optar al título profesional de

INGENIERO PESQUERO ACUICULTOR

Presentado por la BachillerANGELA BERROCAL POMALIMA

Asesor

Dr. VÍCTOR RAÚL MORENO GARROUniversidad Nacional Federico Villarreal

Asesor

Dr. FERNANDO ALCÁNTARA BOCANEGRAInstituto de Investigaciones de la Amazonía Peruana

SISTEMA PARA ESTIMAR LA CUANTIFICACIÓN DE POST LARVAS DE “GAMITANA” Colossoma macropomum (Cuvier, 1818),EMPLEANDO EL PROCESAMIENTO DIGITAL DE IMÁGENES

LIMA – PERÚ 2012

SYSTEM TO ESTIMATE THE QUANTIFICATION OF ‘GAMITANA’ POST LARVAE Colossoma macropomum (Cuvier, 1818),USING DIGITAL IMAGE PROCESSING

TESISpara optar al título profesional de

INGENIERO PESQUERO ACUICULTOR

Presentado por la BachillerANGELA BERROCAL POMALIMA

Asesor

Dr. VÍCTOR RAÚL MORENO GARROUniversidad Nacional Federico Villarreal

Asesor

Dr. FERNANDO ALCÁNTARA BOCANEGRAInstituto de Investigaciones de la Amazonía Peruana

SISTEMA PARA ESTIMAR LA CUANTIFICACIÓN DE POST LARVAS DE “GAMITANA” Colossoma macropomum (Cuvier, 1818),EMPLEANDO EL PROCESAMIENTO DIGITAL DE IMÁGENES

UNIVERSIDAD NACIONAL FEDERICO VILLARREALFACULTAD DE OCEANOGRAFÍA, PESQUERÍA, CIENCIAS ALIMENTARIAS Y ACUICULTURAESCUELA PROFESIONAL DE INGENIERÍA EN ACUICULTURA

INTRODUCCIÓN 1

CAPÍTULO I. OBJETO DE LA INVESTIGACIÓN 2

1.1. Antecedentes 21.2. Planteamiento del problema 31.3. Objetivos 4 1.3.1. General 4 1.3.2. Específico 41.4. Justificación e importancia 41.5. Necesidades, alcances y limitaciones 5 1.6. Definición de variables 5

CAPÍTULO II. MARCO TEÓRICO 6

2.1. Procesamiento digital de imágenes (pdi) 62.2. Análisis digital de imágenes en muestras biológicas 72.3. ImageJ 82.4. Hipótesis 9 2.4.1. General 9 2.4.2. Específica 9

CAPÍTULO III. MÉTODO 10

3.1. Descripción y ubicación del lugar 103.2. Tipo de investigación 123.3. Diseño de investigación 123.4. Estrategias de prueba de hipótesis 123.5. Unidad de análisis 133.6. Unidad experimental 133.7. Método experimental de muestreo 16 3.7.1 Etapa I 16 3.7.2 Etapa II 173.8. Variables de investigación 173.9. Población 183.10. Muestra 183.11. Técnicas de investigación 19

Contenido

PARTE 1

PARTE II

3.11.1 19

3.11.1.1 Materiales 19 3.11.1.2 Equipos 20 3.11.1.3 Software 20

3.11.2 Procedimiento 21 3. 11.2.1 Obtención de post larvas 22 3. 11.2.2 Adaptación de las post larvas 22 3. 11.2.3 Alimentación de las post larvas 22 3. 11.2.4 Procedimiento de recolección de datos 23 3. 11.2.5 Control de la calidad del agua del cultivo 23

3.11.3 25

3. 11.3.1 Apertura de la imagen 25 3. 11.3.2 Cuantificación 26 3. 11.3.3 Medición en longitud 28

CAPÍTULO IV. PRESENTACIÓN DE RESULTADOS 33

4.1. Etapa I: Etapa Experimental 334.2. Etapa II: Etapa de Validación e implementación 34

CAPÍTULO V. DISCUSIÓN 36

1. De los resultados 36 2. Conclusiones 38 3. Recomendaciones 38

REFERENCIAS BIBLIOGRÁFICAS 39

ANEXOS 41

PARTE III

Instrumentos de recolección de datos: Descripción de mate-riales, equipos y software

Procesamiento y análisis de datos por pdi (procesamiento digital de imágenes)

Lista de figuras

Figura 1. Fórmula de Rothbard 4

Figura 2.

7

Figura 3. Ventana de menú de ImageJ 8

Figura 4. Ubicación del lugar (CIQ – IIAP) 11

Figura 5. Vista frontal de los laboratorios (AQUAREC) 11

Figura 6. Tipo de Investigación 12

Figura 7. Diseño de investigación 12

Figura 8. Estrategias de prueba de hipótesis 12

Figura 9. Unidad experimental - Etapa I 13

Figura 10. Unidad experimental - Etapa II 14

Figura 11. Diseño experimental - Etapa I 15

Figura 12. Conteo: Método experimental de muestreo 16

Figura 13. Variables de investigación 17

Figura 14. Población y muestra de la investigación 18

Figura 15.

19

Figura 16.

20

Figura 17. Resumen del procedimiento experimental - Etapa I 21

Figura 18. Nauplios de Artemia sp. 22

Figura 19. Muestreo de mortalidad 23

Análisis morfométrico digital de una partícula (soma neuronal)

realizado con el software ImageJ

Materiales. (a) Estanque rectangular (0,7 x 1,1 x 1) m; (b) post larvas

de gamitana; (c) recipientes plásticos; (d) lata de quistes de Artemia

AQUAMARINE de 1 libra; (e) regla milimetrada; (f) placa Petri de

vidrio; (g) Pipetas Pasteur de plástico (3 ml)

Equipos. (a) Potenciómetro WTW integrado con termómetro;

(b) oxímetro YSI 55 DISSOLVED OXYGEN; (c) cámara fotográfica

digital Panasonic DMC-ZS10; (d) Computadora portátil HP Pavilion

dv4-1425la

Figura 20. Procedimiento de recolección de datos: Etapa I 24

Figura 21. Recolección de datos – Etapa II: Toma de muestras 24

Figura 22. Procedimiento de apertura de una imagen utilizando comandos 25

Figura 23. Procedimiento de apertura de una imagen sin utilizar comandos 26

Figura 24.

27

Figura 25.

28

Figura 26.

29

Figura 27.

30

Figura 28. Protocolo – Diagrama de operaciones 35

Figura 29.

37

Cuantificación por procesamiento digital de imágenes: (a) Se-

lección de herramienta multipoint; (b) Herramienta multipoint

seleccionada; (c) Conteo de los ejemplares por puntos enume-

rados de selección; (d) Resultado inmediato del conteo; (e) Tabla

de resultados (Tecla ‘Ctrl’ + M); (f) y (g) otras opciones útiles:

borrar y mover puntos de selección.

Cambio de color de la herramienta multipoint: Hacer doble

clic en la herramienta point y elegir cualquiera de los colores

disponibles

Calibración de la imagen con la herramienta Set Scale: (a) Selec-

ción del patrón de medida conocido; (b) Apertura de la herra-

mienta; (c) Inicio de la ventana Set Scale; (d) Llenado de datos de

distancia conocida y unidad de medida de la misma.

Procedimiento de medición de los ejemplares utilizando la herra-

mienta Set Scale: (a) Selección de la herramienta Straight, (b) Se-

lección del individuo; (c) Resultado con dos decimales; (d) Tabla de

Resultados (‘Ctrl’+ M)

Mortalidad (%) y crecimiento en longitud media (cm) de las post

larvas en los métodos evaluados

Lista de tablas

Tabla 1. Tabla de calificación de grado de estrés para conteo manual 32

Tabla 2. Tabla de calificación de daños mecánicos para conteo manual 32

Tabla 3. 33

Tabla 4. 34

Tabla 5 Estadísticos descriptivos 34

Tabla 6.

37

Matriz de consistencia 31

Lista de anexos

Anexo 1. Ubicación del lugar (CIQ – IIAP) 41

Anexo 2. 42

Anexo 3. Calidad del agua del cultivo de los métodos evaluados 42

Anexo 4. Generalidades de ImageJ 43

Anexo 5. Registro de longitud total inicial de las post larvas 44

Anexo 6. Registro de crecimiento en longitud total final de las post larvas 46

Anexo 7. Estadísticos descriptivos finales de ambos métodos 47

Resultados de mortalidad (%) de los métodos manual (tradicional) y digital (propuesto)

Resultados de crecimiento en longitud total (cm) de los métodos manual (tradicional) y digital (propuesto)

Contraste de resultados de crecimiento en longitud total (cm) y mortalidad (%) de los métodos manual (tradicional) y digital (propuesto)

Reproducción inducida de progenitores criados en cautiverio (CIQ – IIAP)

A Dios, a mis padres: Sra. Fanny Pomalima y Sr. César A. Berrocal, a mis hermanos: Fanny Patricia, Ana Cecilia y Ángel Jesús, a mis amigos y maestros, a los cuales agradezco su apoyo incondicional.

A mi amigo y compañero Guillermo Eder Felipa, quien ha

sido un constante y gran soporte durante este capítulo académico.

Agradecimientos

A las autoridades y a todo el personal científico, técnico y administrativo del Instituto de Investigaciones de la Amazonía Peruana (IIAP), por medio del Programa de Investigación para el Uso y Conservación del Agua y sus Recursos (AQUAREC), por el financiamiento y facilidades brindadas para la ejecución de este estudio.

Al Ing. Salvador Tello, al Dr. Fred Chu y al Blgo. Luciano Rodríguez por darme la oportunidad de ejecutar este proyecto.

Al Ing. Agustín Gonzales, por haberme facilitado el ingreso al IIAP como practicante.

Dres. Fernando Alcántara y Víctor Raúl Moreno, por su constante asesoramiento y compromiso con la investigación.

A la Blga. Violeta Valdivieso, por su constante asesoramiento, paciencia y apoyo a lo largo de toda la investigación.

Al Ing. Walter Blas, por sus consejos, orientaciones, recomendaciones y constante apoyo.

Al Ing. Daniel Oré, por sus recomendaciones, sugerencias y observaciones brindadas.

A la Ing. Luz Taype, por haberme enseñado la química de la vida.

Al Ing. Valentín Mogollón, por su gran sentido del humor y confianza de padre.

Al Ing. Manuel Figueroa e Ing. Carlos Llontop, por sus consejos y recomendaciones.

A la Ing. Catalina Díaz, por haberme formado en la línea de la investigación.

Al Ing. César Luck, Ing. Gabriela Molina, Blga. Betty Gamero, Dra. Susana Sirvas, Dr. Juan Acosta, Lic. Marcela Uría, Ing. Miriam Niebuhr, Ing. Claudio Álvarez, Ing. Carmen San Román, Ing. Gustavo Saavedra, Ing. Walter Smith, Ing. César Peña, Ing. Guillermo Tello, Ing. Gustavo Laos, Dr. Pedro Rodenas, Ing. Gregorio Gallo, por haberme brindado sus conocimientos de manera desinteresada en mi formación profesional.

Al personal técnico y administrativo que labora en el Programa de Investigación para el Uso y Conservación del Agua y sus Recursos: Lamberto Arévalo, Vilto Huayunga, Italo Orbe, Edwin Agurto, Cherry Yahuarcani, Asunción Apuela, Hugo Marichin, Medardo Montoya, Domingo García, Luis Zafra, Edgar Taricuarima, al Sr. Miguel Ríos y a la Sra. Mercedes Torres por las facilidades brindadas durante la ejecución de la tesis.

A los tesistas (CIQ- IIAP) 2012, Ely Maynas, Italo Bardales, Margarita Colichón y Edgar Meza; mis amigos practicantes IIAP 2012, de Iquitos: Christian Manchinari, Paul Franco, Joao Oliveira, Omar Delgado; Tingo María: Wilson Rodríguez, Raul Pullido, Enrique Cornejo, Miguelina Vicuña; Pucallpa: Lewis Valerio, Caleb Angulo; Chiclayo: Iván Collin Guevara, Martin Correa y Lima: Fransisk Sánchez, por su amistad, apoyo y momentos gratos.

A mis compañeros de estudio, en especial a Rosa Gaona, Diana Allain, Carlos Julca, Paul Haro, Wilmer Gaspar, Jorge Espinoza, Luis Calderón y Peter Alcocer, por ser incondicionales.

A mi amigo Erik Sánchez, por su preocupación, constante apoyo y toque de humor durante este proceso.

A todas aquellas personas que de alguna forma contribuyeron a la realización de la presente investigación.

La implementación de un sistema para estimar la cuantificación de post larvas de “gamitana” Colossoma macropomum, empleando el procesamiento digital de imágenes, que busca facilitar el conteo, reducir la manipulación de los individuos, disminuir el estrés, el índice de mortalidad y las posibles pérdidas económicas derivadas de las mismas; se realizó en dos etapas: La primera de experimentación y la segunda de validación e implementación. Donde se determinó el impacto del estrés por manipulación de la metodología manual frente a la metodología digital en las post larvas, evaluando las variables de crecimiento y mortalidad, en la primera etapa (etapa I); y el error de estimación en la cuantificación, en la segunda etapa (etapa II). La etapa I, cuyo inicio fue el día 26 de enero del 2012, contó con un estudio preliminar, que tuvo como finalidad evaluar el comportamiento de las variables consideradas para el análisis estadístico, así como la incidencia de los parámetros físico-químicos (pH, temperatura y oxígeno disuelto) sobre las mismas y un posible ajuste u optimización en la metodología propuesta. Asimismo, consistió en muestreos diarios de mortalidad y semanales de crecimiento, desde el día 12 hasta el día 47 de edad. En el muestreo diario, se registró y retiró la cantidad de individuos muertos de cada unidad experimental, mientras que en el muestreo semanal, se contó al 50 % de los individuos de forma manual (método tradicional), utilizando pipetas y al otro 50 % de forma digital (método propuesto), utilizando, para ello, una regla metálica milimetrada de 100 mm, como patrón de medida, necesario para realizar la morfometría computarizada, una cámara fotográfica digital Panasonic DMC-ZS10 como herramienta de captura de imágenes digitales y el software ImageJ 1.46, para el procesamiento digital de imágenes; y midiendo al 100 % de los ejemplares por procesamiento digital. De esta manera se realizaron seis muestreos en la etapa experimental (a los 12, 19, 26, 33, 40, 47 días de edad) y los resultados de ambos métodos (manual y digital) fueron analizados estadísticamente utilizando la prueba “t”. Durante la etapa de validación, se tomaron diez muestras de 200 ml de cada uno de los cuatro grupos de 5000 post larvas cada uno (a una densidad de 1000 post larvas.L-1) a ser evaluados, se colocaron en recipientes transparentes de plástico y junto con una regla metálica milimetrada de 100 mm, como patrón de medida, se fotografiaron, para ser procesadas por el software ImageJ 1.46 y, mediante la fórmula de Rothbard, determinar el coeficiente de variación (CV) de la estimación en contraste con la cuantificación real.

Los resultados en ambas etapas señalaron al método propuesto como mejor alternativa para cuantificación de post larvas de gamitana. Con un CV menor al 5 %, así como mortalidad del (4,60 + 1,69) % y crecimiento en longitud de (0,7396 + 0,0453) cm al emplear el procesamiento digital de imágenes; frente al (25,50 + 0,35) % y (0,6696 + 0,0265) cm al ser realizado manualmente.

Resumen

SISTEMA PARA ESTIMAR LA CUANTIFICACIÓN DE POST LARVAS DE “GAMITANA”, Colossoma macropomum (Cuvier, 1818),

EMPLEANDO EL PROCESAMIENTO DIGITAL DE IMÁGENES

Palabras claves: Cuantificación, post larva, procesamiento digital de imágenes.

The implementation of a system to estimate the quantification of ‘gamitana’ post larvae Colossoma macropomum, using digital image processing, which aims to facilitate the counting, to reduce handling of individuals, stress, the mortality rate and the economic possible losses derived therefrom, was made in two stages: The first of experimentation and the second of validation and implementation. Where it was determined the impact of stress by post larvae manipulation of the methodology manual versus digital methodology, evaluating variables of growth and mortality, in the first stage (stage I), and the estimation error on the quantification, in the second stage (stage II). Stage I, whose start was on January 26, 2012, count with a preliminary study, which aimed to evaluate the behavior of the variables considered for statistical analysis, and the impact of physical-chemical parameters (pH, temperature and dissolved oxygen) on them and a possible adjustment or optimization in the proposed methodology. In addition, it consisted in daily samplings of mortality and weekly of growth, from day 12 to day 47 of age. In the daily sampling was recorded and withdrew the amount of dead individuals of each experimental unit, while in the weekly sampling was counted 50 % of the individuals manually (traditional method) using pipettes and the other 50 % by digital form (proposed method), using, for this purpose, a steel ruler of 100 mm, as a standard of measurement, necessary for computerized morphometry, a digital camera Panasonic DMC-ZS10 as a tool for digital image capture and software ImageJ 1.46, for digital images processing; and measuring of 100 % of the specimens by digital processing. Thus six samplings were performed in the pilot phase (at 12, 19, 26, 33, 40, 47 days old) and the results of both methods (manual and digital) were analyzed statistically using test-T. During the validation stage, ten samples of 200 ml each were taken from each of the four groups of 5000 post larvae (at a density of 1000 post larvae.L-1), to be evaluated were placed in transparent plastic containers with a 100 mm steel ruler, as a standard of measurement, it was photographed to be processed by the software ImageJ 1.46 and by Rothbard formula, it was determined the coefficient of variation (CV) of the estimation in contrast with the real quantification.

The results in both stages indicated the proposed method as a better alternative for quantification of gamitana post larvae. With a CV < 5 %, mortality rate of (4,60 + 1,69) % and increase in length of (0,7396 + 0,0453) cm by using digital image processing; versus (25,50 + 0,35) % and (0,6696 + 0,0265) cm at being done manually.

Abstract

SYSTEM TO ESTIMATE THE QUANTIFICATION OF ‘GAMITANA’ POST LARVAE Colossoma macropomum (Cuvier, 1818), USING

DIGITAL IMAGE PROCESSING

Keywords: Quantification, post larvae, digital image processing.

SISTEMA PARA ESTIMAR LA CUANTIFICACIÓN DE POST LARVAS DE “GAMITANA” Colossoma macropomum (Cuvier, 1818), EMPLEANDO EL PROCESAMIENTO DIGITAL DE IMÁGENES

ESTRUCTURA DE LA TESISESTRUCTURA DE LA TESIS

Parte I

Parte III

Parte II

Introducción Objeto de la investigación

Presentación de resultados

Método

Marco teórico

Discusión

Capítulo I

Capítulo IV

Capítulo III

Capítulo II

Capítulo V

En la PARTE I:

Se desarrolla la introducción al tema de tesis y se presentan los capítulos I y II:

En el Capítulo I, que se refiere al objeto de la investigación, se plantea el problema y sus variables, se expresan los objetivos, se justifica la importancia de la presente investigación en la acuicultura, así como los alcances y las limitaciones de la tesis.

En el Capítulo II, se refiere al marco teórico, donde se citan y explican las bases teóricas que respaldan el uso de las mismas en la presente investigación.

En la PARTE II:

El Capítulo III, describe el desarrollo de la investigación, así como la metodología utilizada, el uso de software y el procesamiento de los datos de campo.

En la PARTE III:

El Capítulo IV, presenta los resultados obtenidos en el campo y en el gabinete.

Por último, en el capítulo V, a través de las discusión se hace un análisis de los resultados obtenidos. Asimismo, se indican las conclusiones del estudio y las recomendaciones del autor.

No se discute exhaustivamente con otros autores porque no se han encontrado antecedentes similares.

1. De los resultados 2. Conclusiones 3. Recomendaciones

1SISTEMA PARA ESTIMAR LA CUANTIFICACIÓN DE POST LARVAS DE “GAMITANA” Colossoma macropomum

(Cuvier, 1818), EMPLEANDO EL PROCESAMIENTO DIGITAL DE IMÁGENES

L a acuicultura amazónica presenta la necesidad de contar con procesos que mejoren su eficiencia y productividad. Actualmente existen muchos factores por los cuales la mejora

del proceso de conteo de post larvas de “gamitana” Colossoma macropomum debe ser llevada a cabo de una manera diferente a la tradicional. Considerando que ésta es una especie de alto consumo en la Amazonía, la reducción de horas–hombre, individuos de mejor calidad, con menor mortalidad, manipulación y estrés, se hace necesario.

El presente trabajo de investigación trata sobre la implementación un sistema para estimar la cuantificación de post larvas de “gamitana” Colossoma macropomum (Cuvier, 1818) empleando el procesamiento digital de imágenes, cuyo propósito es disminuir las horas-hombre empleadas para realizar el proceso de conteo de las post larvas. Así como, reducir el grado de estrés y daños mecánicos de los individuos, ocurrido por manipulación en el proceso, con el cual se espera satisfacer las necesidades en esta etapa de producción, tanto del productor como del comprador y de los cuales se obtenga el máximo valor beneficio de la inversión al implementar este sistema.

Introducción

“El objetivo económico de las naciones, como el de los individuos, es lograr el máximo rendimiento con el mínimo esfuerzo. Todo el progreso económico de la humanidad ha consistido en obtener mayor producción con el mismo trabajo”.

Henry Hazlitt (2006)Economics in One Lesson

Fox &Wilkes



OBJETO DE LA INVESTIGACIÓN

1.1. Antecedentes

La acuicultura engloba todas las actividades que tienen por objeto la producción, crecimiento y comercialización de organismos acuáticos, animales o vegetales, de aguas dulces, saladas o salobres (Calixto et al., 2006). Como actividad multidisciplinaria constituye una empresa productiva que utiliza los conocimientos sobre biología, ingeniería y ecología; y según la clase de organismos que se cultivan se ha dividido en varios tipos, siendo uno de los más desarrollados la piscicultura, o cultivo de peces (Cifuentes et al., 1999), la cual requiere de controles e inventarios periódicos (Castelló, 1993).

Dentro de los controles, el control del crecimiento y el inventario del conteo depende principalmente de la evolución del tamaño (o masa) del pez Brett et al. (1969; citado por MacDaid & Nath, 1997) y podría ocasionar un ligero estrés en los individuos, dependiendo de la manipulación (Buxadé, 1997).

I.

“Investigar es ver lo que todo el mundo ya ha visto y pensar lo que nadie ha pensado todavía”.Albert Szent-Györgyi (2003)

Worth repeating: more than 5000 classic and contemporary quotesKregel Academic



Evitar el estrés en peces es fundamental para su supervivencia y desarrollo, sobre todo para el cultivo. No obstante, la estabilidad de los peces se encuentra continuamente amenazada por perturbaciones intrínsecas y por variaciones externas Lacoste (2001; citado por Weber, 2009). La manipulación, que es un factor externo, genera a menudo inhibición momentánea del consumo de alimento debido al estrés (Guillaume et al., 2003)

En los últimos años, el procesamiento de imágenes se ha convertido en una herramienta muy útil para la automatización de procesos, monitoreo y control de especies, reduciendo así la manipulación de las mismas (López, 2010). Además reduce el tiempo de análisis y el error (Chirinos et al., 2004), brinda resultados más precisos (Caldas & Hurtado, 2007) y más significativos al analizar el total de individuos observados en una muestra (Chirinos et al., 2004).

1.2. Planteamiento del problema

La acuicultura en la Amazonía peruana ha crecido de forma extraordinaria en los últimos años, debido fundamentalmente a los avances obtenidos en la producción de alevines de especies nativas, como paco Piaractus brachypomus y gamitana Colossoma macropomum, en condiciones controladas Reyes (1998; citado por Deza et al., 2002). En el Perú, la producción de estos alevines es una práctica dominada por instituciones especializadas en acuicultura amazónica. El Instituto de Investigaciones de la Amazonía Peruana (IIAP) y otras instituciones del Estado como FONDEPES, han venido trabajando en la producción de larvas, post larvas, alevines y desarrollan programas de cultivo intensivo para repoblamiento y comercialización (Hurtado, 2010). A pesar que ya se domina este procedimiento, aún existen algunas falencias en la etapa de pre producción de alevines, específicamente en el control y distribución de dichos individuos, puesto que hasta la fecha la cuantificación de los mismos se realiza de forma individual y manual, lo cual presenta problemas, que se mencionan a continuación:

Estrés, daños mecánicos y contaminación de las post larvas, por ser objeto de manipulación.

Elevada inversión horas-hombre para realizar el conteo, así como excesivo tiempo de espera por parte de los compradores.

Genera error de conteo en perjuicio del productor, lo cual causa inevitables pérdidas económicas.

Es por ello que se formuló la implementación de un sistema, con el propósito de estimar la cuantificación de post larvas de gamitana Colossoma macropomum a través del procesamiento digital de imágenes (pdi) y el uso de la fórmula de Rothbard (Figura 1). Con la intención de disminuir las horas-hombre empleadas para realizar el conteo de las post larvas. Así como, reducir el grado de estrés y daños mecánicos de los individuos, ocurrido por manipulación en el conteo, evaluando variables de crecimiento en longitud y mortalidad.



Rothbard (1982; citado por Alcántara & Guerra, 1988)

Fórmula de Rothbard. Fórmula de estimación larval de peces por volumetría.

VN Ʃni

K VN=Figura 1. Fórmula de Rothbard

donde:

N = Número total de post larvas

ni = Número de post larvas en la muestra

V = Volumen del recipiente de post larvas

K = Número de muestras (K > 1)

1.3. Objetivos

1.3.1. General

Estimar la cuantificación de post larvas de gamitana Colossoma macropomum empleando el procesamiento de imágenes digitales.

1.3.2. Específicos

Determinar el grado de estrés de las post larvas por manipulación en el conteo.

Determinar el grado de daños mecánicos de las post larvas ocurrido por manipulación en el conteo.

Disminuir las horas-hombre empleado para el conteo de las post larvas.

1.4. Justificación e importancia

El sistema para estimar la cuantificación de post larvas de gamitana empleando el procesamiento digital de imágenes, busca reducir el estrés, daños mecánicos y contaminación de las post larvas de gamitana, por manipulación y con ello la obtención de incrementar la tasa de supervivencia en esta etapa. Del mismo modo, busca disminuir el error de conteo y así, realizar una estimación más precisa de los individuos.

La investigación resulta importante, porque la metodología empleada se utiliza por primera vez en la acuicultura de la C. macropomum, especie amazónica nativa. Asimismo, utiliza tecnología y no requiere de mucho esfuerzo ni de elevada inversión horas-hombre, dando como punto a favor la disminución en el costo de producción.

ni



1.5. Necesidades, alcances y limitaciones

La acuicultura amazónica presenta la necesidad de contar con procesos que mejoren su eficiencia y productividad. En materia de venta y repoblamiento de ejemplares de gamitana en estado post larval, se observa el requerimiento de mejora para el proceso de conteo, pues resulta tedioso para el productor, debido al tiempo empleado. Asimismo, se tiende a estresar a los individuos e incluso presentar mortalidad por el método acostumbrado.

Los resultados y conclusiones de esta investigación tienen validez y pueden generalizarse a la población estudiada, conformada por post larvas de gamitana Colossoma macropomum, cuya distribución se extiende en la Amazonía.

La presente investigación, que sólo comprende post larvas de gamitana Colossoma macropomum y analiza variables de crecimiento en longitud (cm) y mortalidad (%), destaca las siguientes limitaciones:

Escasez de antecedentes de la investigación (libros, revistas especializadas, tesis, Internet) relacionados con métodos de cuantificación de post larvas de especies amazónicas o el uso del procesamiento digital en acuicultura.

Escasez de material bibliográfico y científico sobre el tema, específicamente sobre procesamiento digital de imágenes para el conteo en post larvas de peces, por tratarse de un tema nuevo y de reciente incorporación en el ámbito acuícola.

Inexistencia de procedimientos estandarizados y validados para contar post larvas de peces amazónicos.

1.6. Definición de variables

1.6.1 Independiente “X”

Grado de estrés producido en el conteo

Grado de daños mecánicos ocurridos en el conteo

16.2 Dependiente “Y”

Índice de mortalidad

Crecimiento en longitud



MARCO TEÓRICO

2.1. Procesamiento digital de imágenes (pdi)

El procesamiento digital de imágenes puede definirse como una forma de extraer información cuantitativa a partir de imágenes Wootton (1995; citado por Caldas & Hurtado, 2007); y que consiste en descubrir, identificar, además de comprender los patrones que son relevantes en el rendimiento de un trabajo basado en imágenes (González & Woods, 1996).

1. Conceptos básicos: Abrams, 1997 / Wootton et al., 1995 / Ying & Cheung, (1999; citados por Caldas & Hurtado, 2007)

Todo sistema de procesamiento y análisis de imágenes, como mínimo, debe ser capaz de ejecutar los siguientes pasos:

a) Captura de la imagen en un formato digital que el computador pueda entender.

b) Almacenamiento de la imagen.

c) Utilización de programas con la capacidad suficiente para procesar las imágenes. Este procesamiento implica esencialmente, la mejora y segmentación de la imagen y su posterior análisis (extracción de la información cuantitativa).

II.

“El procesado de la imagen digital y su respectivo análisis es necesario en la imagen científica y tiene como objetivo mejorar y procesar automáticamente la información implícita en la imagen

para la interpretación humana”

Bueno & Dorado (2007)Gestión, procesado y análisis de imágenes biomédicasEdiciones de la Universidad de Castilla – La Mancha



a) La captura de la imagen, necesita un dispositivo de captación, que habitualmente es una cámara, que envía la señal a una tarjeta digitalizadora y, luego se pasa, al ordenador (Pertusa, 2003).

b) El almacenamiento de la imagen, puede realizarse en archivos con múltiples formatos. La diferencia entre ellos está en la cantidad de información que guardan sobre la imagen. Los formatos TIFF (*.TIF) y BITMAP (*.BMP) son compatibles con prácticamente cualquier software de análisis de imágenes. Contienen información completa y precisa sobre la imagen digital. Los formatos JPEG (*.JGP) y GIF (*.GIF) son útiles para intercambiar imágenes a través de internet ya que reducen el tamaño del archivo (López, 2010).

c) La utilización de programas con la capacidad suficiente para procesar las imágenes, por ejemplo ImageJ (para Windows o Linux; http://rsb.info.nih.gov/ij/) o su equivalente NIH-Image (para Macintosh; rsb.info.nih.gov/nih-image/Default.html) permiten realizar prácticamente cualquier tipo de análisis morfométrico y densitométrico de las imágenes capturadas (López, 2010).

2.2. Análisis digital de imágenes en muestras biológicas

Se refiere al proceso de conteo y medición de los objetos que se encuentran en la imagen, después de haber sido procesada. Existen varios tipos de mediciones que pueden efectuarse sobre una imagen, entre los cuales, los más utilizados son la intensidad, la cantidad y el tamaño Murphy (2001; citado por Caldas & Hurtado 2007); el área, perímetro o incluso la longitud de los ejes de la elipse, que mejor describe la forma de la muestra, son también estimaciones involucradas en el análisis de imágenes, conocidas como morfometría óptica digital (Figura 2) (López, 2010).

Figura 2. Análisis morfométrico digital de una partícula (soma neuronal)realizado con el software ImageJ.

López-Poveda (2010)Análisis de ImágenesUniversidad de Salamanca



En muchas áreas profesionales, las muestras biológicas requieren un análisis visual sistemático y repetitivo. Este tipo de tareas, en muchos casos, puede ser automatizado, a través del análisis de imágenes, utilizando técnicas de visión por computadora, lo que presenta ciertas ventajas sobre el análisis visual realizado por un técnico, como: Reducción drástica del tiempo de análisis y del error, ya que al ser una máquina con la que se efectúa el conteo, se puede realizar un análisis más significativo de la muestra original (Chirinos et al., 2004)

2.3. ImageJ

Es un programa de procesamiento y análisis de imagen digital de dominio público programado en Java desarrollado en el National Institutes of Health e inspirado por NIH Image para Macintosh. Puede mostrar editar, analizar, procesar, guardar, e imprimir imágenes de 8 bits (256 colores), 16 bits (miles de colores) y 32 bits (millones de colores). Puede leer varios formatos de imagen incluyendo TIFF, GIF, JPEG, BMP, DICOM, FITS, así como formatos RAW (Ferreira & Rasband, 2011).

Cuenta con una ventana de menú, que aparece como una banda horizontal sobre el tapiz del escritorio que no se puede maximizar (Figura 3). Contiene una fila de comandos en la parte superior y una sencilla barra de herramientas abajo, con utilidades para la selección de regiones, trazado de líneas, zoom, entre otras. (Pertusa, 2003)

Barra de herramientas

Fila de comandos

Figura 3. Ventana de menú de ImageJ

Soporta pilas o lotes, una serie de imágenes que comparten una sola ventana, y es multiproceso, de forma que las operaciones que requieren mucho tiempo se pueden realizar en paralelo. Asimismo, pone a disposición la calibración espacial, que proporciona las dimensiones en unidades del mundo real tales como milímetros. El programa es compatible con cualquier número de imágenes al mismo tiempo, limitado solamente por la memoria disponible (Ferreira & Rasband, 2011).



2.4. Hipótesis

2.4.1 General

La implementación de un sistema para estimar la cuantificación de post larvas de gamitana empleando el procesamiento digital de imágenes disminuye el error de estimación.

2.4.2 Específica

La implementación de un sistema para estimar la cuantificación de post larvas de gamitana disminuye:

El grado de estrés producido en el conteo.

El grado de daños mecánicos ocurrido en el conteo.

Las horas-hombre empleadas en el conteo.

ImageJ tiene más de una buena razón para ser utilizado: Es más sencillo que otros programas, además de ser un programa gratuito de procesado de imágenes científicas de lo más potente que se conoce, que está a disposición de todo el mundo y que entre todos se puede ir aprendiendo a utilizar (Campa, 2009 - 2010).



MÉTODO

3.1. Descripción y ubicación del lugar

El trabajo de investigación se realizó en las instalaciones del Centro de Investigaciones Quistococha del Instituto de Investigaciones de la Amazonía Peruana (CIQ – IIAP), sede Iquitos, ubicado en el km 4,5 de la Carretera Iquitos – Nauta, Quistococha, distrito de San Juan Bautista, provincia de Maynas, región Loreto. A 03° 45’ 0586 latitud sur, 73° 14’ 4097 longitud oeste y a una altitud de 122,4 msnm (Figura 4 y Anexo 1).

III.

“El progreso y el desarrollo son imposibles si uno sigue haciendo las cosas tal como siempre las ha hecho”.

Wayne W. Dyer (2007)The sky is the limit

Grijalbo



Figura 4. Ubicación del lugar (CIQ – IIAP)

Figura 5. Vista frontal de los laboratorios (AQUAREC)

El desarrollo experimental, fue realizado bajo el Marco del Programa de Investigación para el Uso y Conservación del Agua y sus Recursos (AQUAREC).

LS. 03º 45’ 0586 LO. 73º 15’ 4097Coordenadas geográficas



3.2. Tipo de investigación

Cualitativa y cuantitativa (Figura 6).

3.3. Diseño de investigación

Experimental y de validación (Figura 7).

Tipo de investigación

Diseño de investigación

Cualitativa

Experimental

Variable X

Variable Y

Variable Y

Variación de estimación

Cuantitativa

Validación

Grado de estrés


Grado de daños mecánicos

Crecimiento de longitud

Puntaje de calidad (tabla de calificación)


Coeficiente de variación (CV)

Porcentaje (%)

Crecimiento en longitud

Centímetros (cm)

Figura 6. Tipo de Investigación

Figura 7. Diseño de investigación

Figura 8. Estrategias de prueba de hipótesis

3.4. Estrategias de prueba de hipótesis

Prueba “t” de Student y coeficiente de variación (CV) (Figura 8).

Estrategias de prueba de hipótesis

Prueba “t” - Student

Experimental Validación

Coeficiente de variación (CV)



3.5. Unidad de análisis

El estrés por manipulación en “gamitanas”, Colossoma macropomum, en etapa post larval, como probable agente causal del incremento de la tasa de mortalidad y bajo crecimiento.

3.6. Unidad experimental

El estudio se realizó en dos etapas: La primera de experimentación (Etapa I) y la segunda de validación e implementación (Etapa II).

En la primera etapa, cada unidad experimental comprendió un grupo de 50 post larvas de gamitana, distribuidas en recipientes de plástico, con densidades iniciales de 60 000 post larvas.m-3 (densidad de producción) (Figura 9).

Figura 9. Unidad experimental - Etapa I

Colossoma macropomum



Figura 10. Unidad experimental - Etapa II

Cada unidad, fue suspendida en el agua, dentro de un estanque de concreto revestido con mayólica, con un flotador de tecnopor (poliestireno expandido).

Todo el diseño experimental, mantuvo flujo de agua constante (1,2 L.min-1, en promedio) y fue protegido del medio externo con una tapa hecha de listones de madera y malla (Ver diseño experimental, Figura 11).

En la segunda etapa, cada unidad experimental comprendió un grupo de 5 000 post larvas, distribuidas en contenedores plásticos (baldes), a una densidad de 1 000 post larvas.L-1 (Figura 10).

Vista FrontalVista interna


DIS

EÑO

EX

PER

IMEN

TAL

Esta

nque

de

conc

reto

util

izad

o (

Esta

nque

N° 5

)

Esta

nque

s –

Labo

rato

rio I

(AQ

UA

REC

)

Uni

dad

expe

rimen

tal

Fluj

o de

agu

a

UN

IDA

D E

XP

ERIM

ENTA

L

Reci

pien

te p

lást

ico

Colo

ssom

a m

acro

pom

um

post

larv

a

15

Figu

ra 1

1. D

iseño

Exp

erim

enta

l – E

tapa

I



3.7. Método experimental de muestreo

3.7.1 Etapa I:

Para el estudio experimental se utilizaron 20 unidades experimentales con densidades iniciales de 60 000 post larvas.m-3 (densidad de producción). La estrategia de muestreo fue la siguiente:

Control de mortalidad:

Frecuencia: Diaria

Consistió en registrar y retirar la cantidad de individuos muertos de cada unidad experimental.

Conteo manual:

Frecuencia: Semanal

Realizado al 50 % de unidades experimentales, utilizando pipetas y placas Petri.

Conteo digital:

Frecuencia: Semanal

Realizado al otro 50 % de unidades experimentales (Figura 12), utilizando una cámara fotográfica digital Panasonic DMC-ZS10 y el software ImageJ.

Registro de crecimiento en longitud:

Frecuencia: Semanal

Realizado, utilizando un patrón de medida (regla milimetrada), con una cámara fotográfica digital Panasonic DMC-ZS10 y el software ImageJ.

Figura 12. Conteo: Método experimental de muestreo



3.7.2 Etapa II:

Para el estudio de validación y experimentación, se utilizaron 4 unidades experimentales con 5000 post larvas cada una, a una densidad de 1000 post larvas.L-1. La estrategia de muestreo fue la siguiente:

Conteo manual

De 5000 post larvas por unidad experimental. Realizado previo al conteo digital.

Conteo digital

Realizado para validar el método, determinar la desviación estándar de la estimación en contraste con la cuantificación real, utilizando la fórmula de Rothbard (Figura 1).

3.8. Variables de investigación

Variable Y, representados en el índice de mortalidad (%) y crecimiento en longitud de las post larvas (cm); y variación de estimación, a través del coeficiente de variación del método implementado (Figura 13).

Variables de investigación

Variable Y Variación de estimación

Índice de mortalidadCrecimiento de

longitudCoeficiente de

variación

Figura 13. Variables de investigación



Población y muestra de investigación

Variable Y Variación de estimación

Figura 14. Población y muestra de la investigación(*) Basado en densidad de producción (60 000 post larvas/ m3)

60 000 post larvas* 20 000 post larvas

1 000 post larvas 5 000 post larvas

3.10. Muestra

Variable Y:

1 000 post larvas de gamitana Colossoma macropomum.

Variación de estimación:


Población

Muestra

3.9. Población

Variable Y:


Variación de estimación:

20 000 post larvas de gamitana Colossoma macropomum



3.11. Técnicas de investigación

3.11.1 Instrumentos de recolección de datos: Descripción de materiales, equipos y software

3.11.1.1. Materiales Veintidós millares de post larvas de gamitana de 5 días de edad,

un millar para la etapa preliminar de experimentación, un millar para la experimentación y veinte millares para la validación.

Un estanque rectangular de concreto, revestido con mayólica, de medidas (0,7 x 1,1 x 0,8) m de largo, ancho y tirante, como parte del diseño experimental.

Pipetas Pasteur de plástico (3 ml), placas Petri de vidrio y cucharas de plástico, como herramientas de apoyo para el conteo manual de las post larvas.

Veinte envases plásticos de un litro de capacidad, como contenedores de los individuos recipientes de apoyo para realizar los ensayos (etapa 1).

Un vaso de precipitados de vidrio (250 ml), como material de apoyo para la obtención de muestras en la etapa de validación.

Una plancha de tecnopor de 3 cm de espesor, de medidas (0,7 x 1) m de largo y ancho, como soporte de las unidades experimentales.

Una libra de quistes de Artemia AQUAMARINE en lata, como alimento durante el tiempo que duró la experimentación. Se le suministró 1 ml de nauplios a una densidad promedio de 200 nauplios.ml-1

Regla metálica milimetrada de 100 mm, como patrón de medida, necesario para realizar la morfometría computarizada.

Cuatro contenedores plásticos (baldes) de 10 litros de capacidad, como recipiente de apoyo para colocar las post larvas durante la etapa de validación.

Figura 15. Materiales. (a) Estanque rectangular (0,7 x 1,1 x 1) m; (b) post larvas de gamitana; (c) recipientes plásticos; (d) lata de quistes de Artemia AQUAMARINE de 1 libra; (e) regla milimetrada; (f) placa Petri de vidrio; (g) Pipetas Pasteur de plástico (3 ml)

a b

e

f

g

c d



3.11.1.2. Equipos:

Potenciómetro WTW (pH: Sensibilidad: + 0,004; rango: 0,000 a 14,000; temperatura: Sensibilidad: + 0,2 °C; rango: 0,0 °C – 60,0 °C), para el monitoreo del pH y temperatura de las unidades experimentales.

Oxímetro YSI 55 DISSOLVED OXYGEN (Sensibilidad: + 0,1 mg/l; rango: 0 a 10 mg/l), para el monitoreo del oxígeno disuelto de las unidades experimentales.

Cámara fotográfica digital Panasonic DMC-ZS10, como herramienta de captura de imágenes digitales.

Computadora portátil HP Pavilion dv4-1425la, como soporte para el procesamiento y análisis de imágenes.

Figura 16. Equipos. (a) Potenciómetro WTW integrado con termómetro; (b) oxímetro YSI 55 DISSOLVED OXYGEN; (c) cámara fotográfica digital Panasonic DMC-ZS10; (d) Computadora portátil HP Pavilion dv4-1425la

a b c d

3.11.1.3. Software:

Software ImageJ 1.46, software utilizado para la medición digital de la longitud y cuantificación de las post larvas.

Software Statistical Package for the Social Sciences (SPSS) version 18, paquete estadístico.



3.11.2 Procedimiento

El estudio se realizó en dos etapas: La primera de experimentación y la segunda de validación e implementación (Figura 20 y 21):

Etapa I:

Cuyo inicio fue el día 26 de enero del 2012, contó con un estudio preliminar, que tuvo como finalidad evaluar el comportamiento de las variables consideradas para el análisis estadístico, así como la incidencia de los parámetros físico-químicos (pH, temperatura y oxígeno disuelto) sobre las mismas y un posible ajuste u optimización en la metodología propuesta.

La etapa I, consistió en la evaluación de las variables: Mortalidad y crecimiento en longitud de las post larvas de gamitana de 5 días de edad, sembradas en recipientes de un litro de capacidad, a una densidad de 60 000 post larvas/m3 (densidad de producción) y adaptadas por 7 días a condiciones experimentales (Figura 17).

1 5

12

47

Etapa larval Adaptación Experimentación

Figura 17. Resumen del procedimiento experimental - Etapa I



Etapa II:

Se realizó el día 25 de marzo del 2012. Se utilizaron 4 grupos de 5000 post larvas cada uno (a una densidad de 1000 post larvas.L-1), de los cuales se tomaron muestras de 200 ml para ser procesadas por el software ImageJ 1.46 y, mediante la fórmula de Rothbard, determinar el coeficiente de variación (CV) de la estimación en contraste con la cuantificación real.

Para la implementación se elaboró un protocolo (ver en resultados), con la finalidad de ser aplicado en el centro de investigación, posterior a las pruebas respectivas.

3.11.2.1. Obtención de post larvas

Las post larvas de Colossoma macropomum, fueron obtenidas mediante reproducción inducida de progenitores criados en cautiverio en el CIQ – IIAP (Anexo 2).

3.11.2.2. Adaptación de las post larvas

Durante el estudio preliminar, fue evaluado el proceso de adaptación de las post larvas a condiciones experimentales. Los ejemplares fueron seleccionados al quinto día de vida, se contaron y colocaron en grupos de 50 en las unidades experimentales. Finalmente, se llevó diariamente el seguimiento de mortalidad. Se encontró que a partir del quinto día de adaptación la supervivencia de las post larvas era constante. Se procedió a evaluar a partir del séptimo día de adaptación en la etapa experimental.

3.11.2.3. Alimentación de las post larvas

La alimentación, durante el tiempo que duró la experimentación, fue a base de nauplios de Artemia sp (Figura 18). Se le suministró 1 ml diario de nauplios a una densidad promedio de 200 nauplios.ml-1.

Figura 18. Nauplios de Artemia sp.



3.11.2.4. Procedimiento de recolección de datos

Para las evaluaciones de la etapa I, se realizaron muestreos diarios de mortalidad y semanales de crecimiento en longitud, desde el día 12 hasta el día 47 de edad.

El muestreo diario (Figura 19 y 20), consistió en identificar, registrar y retirar la cantidad de individuos muertos de cada unidad experimental; mientras que el muestreo semanal (Figura 21), consistió en contar al 50 % de los individuos de forma manual (método tradicional), utilizando pipetas; al otro 50 % de forma digital (método propuesto), utilizando, para ello, una regla metálica milimetrada de 100 mm, como patrón de medida, necesario para realizar la morfometría computarizada, una cámara fotográfica digital Panasonic DMC-ZS10 como herramienta de captura de imágenes digitales y el software ImageJ 1.46, para el procesamiento digital de imágenes; y midiendo al 100 % de los ejemplares por procesamiento digital. De esta manera se realizaron seis muestreos en la etapa experimental (a los 12, 19, 26, 33, 40, 47 días de edad de los ejemplares), los resultados de ambos métodos (manual y digital) fueron analizados estadísticamente utilizando la prueba T.

Durante la etapa de validación, se tomaron diez muestras de 200 ml de cada una de los cuatro grupos a ser evaluados (Figura 21), se colocaron en recipientes transparentes de plástico y junto con una regla metálica milimetrada de 100 mm, como patrón de medida, se fotografiaron, para ser procesadas por el software ImageJ 1.46 y, mediante la fórmula de Rothbard, determinar la desviación estándar de la estimación en contraste con la cuantificación real.

Individuos muertos

Figura 19. Muestreo de mortalidad

IDENTIFICAR REGISTRAR RETIRAR

a diario

3.11.2.5. Control de la calidad del agua del cultivo

Se realizó limpieza diaria de cada unidad experimental, mediante extracción de la materia orgánica, valiéndose de una pipeta Pasteur de plástico de 3 ml. Asimismo, en cada control semanal se efectuó el cambio del 50 % de agua del sistema y se repuso el agua perdida por evaporación.

Los parámetros físico-químicos del agua (T°, pH y oxígeno disuelto) de las unidades y diseño experimental, se registraron diariamente para la temperatura y semanalmente para el monitoreo del pH, con Potenciómetro WTW y el oxígeno disuelto con un oxímetro YSI 55 DISSOLVED OXYGEN.



IND

IVID

UO

S M

UER

TO

S

IDEN

TIF

ICA

RRE

GIS

TRA

RC

reci

mie

nto

en

long

itud

proc

esam

ient

o di

gita

l de

imág

enes

RET

IRA

R

a di

ario

Uni

dad

expe

rimen

tal (

UE)

Dise

ño e

xper

imen

tal

Figu

ra 2

0. P

roce

dim

ient

o de

reco

lecc

ión

de d

atos

: Eta

pa 1

Figu

ra 2

1. R

ecol

ecció

n de

da

tos -

Eta

pa II

; Tom

a de

m

uest

ras

IND

IVID

UO

S V

IVO

S

Con

teo

man

ual

UE

plac

a Pe

tri

UE

proc

esam

ient

o di

gita

l de

imág

enes

Con

teo

digi

tal



3.11.3.1. Apertura de la imagen

La imagen fue abierta con y sin el uso de comandos:

Para abrir una imagen usando los comandos: Se hizo clic en el comando file, seguido de open (Figura 22).

3.11.3 Procesamiento y análisis de datos por pdi (procesamiento digital de imágenes)

El pdi fue realizado utilizando el software ImageJ 1.46. El procedimiento se describe a continuación:

Figura 22. Procedimiento de apertura de una imagen utilizando comandos

FILE > OPEN



Para abrir una imagen sin usar los comandos: Se arrastró la imagen al programa (Figura 23).

Figura 23. Procedimiento de apertura de una imagen sin utilizar comandos

3.11.3.2. Cuantificación

El conteo por pdi en esta investigación, se realizó utilizando la herramienta multipoint, para lo cual, después de la apertura de la imagen, se inició haciendo clic derecho a la séptima herramienta de la ventana menú del software ImageJ 1.46 (Figura 24 a).

Una vez seleccionada la opción de herramienta multipoint (Multi-point tool) (Figura 24 b), se procedió a hacer clic en cada individuo presente en la muestra e inmediatamente el programa creó puntos de selección y los enumeró (Figura 24 c).

La cuantificación, a medida que fue realizada, fue registrada por el programa en la parte inferior de la ventana, debajo de la barra de herramientas (Figura 24 d).



Figura 24. Cuantificación por procesamiento digital de imágenes: (a) Selección de herramienta multipoint; (b) Herramienta multipoint seleccionada; (c) Conteo de los ejemplares por puntos enumerados de selección; (d) Resultado inmediato del conteo; (e) Tabla de resultados (Tecla ‘Ctrl’ + M); (f) y (g) otras opciones útiles: borrar y mover puntos de

selección.

MULTIPOINT

Borrar puntos: Tecla “Alt” Mover puntos: Tecla “Ctrl” Resultados: Tecla “Ctrl” +M

crea puntos de selección y los enumera

a

b

d

e

c

f g



Los resultados del conteo (Figura 24 e) fueron mostrados opcionalmente, en una ventana adicional, luego de presionar la tecla ‘Ctrl’ + M.

El color de la herramienta, pudo ser variado haciendo doble clic en la herramienta point del menú ventana del programa (Figura 25).

Figura 25. Cambio de color de la herramienta multipoint: Hacer doble clic en la herramienta point y elegir cualquiera de los colores disponibles

3.11.3.3. Medición en longitud

La medición en longitud de los ejemplares por pdi, se realizó utilizando la herramienta Set Scale, para lo cual, primero se debe calibrar la imagen y luego proceder a medir.

Calibración de la imagen con la herramienta Set Scale:

Para calibrar la imagen, después de la apertura de la misma, se seleccionó un patrón de medida conocido (Figura 26 a) y se procedió a abrir la herramienta, haciendo clic derecho al quinto comando de la fila de comandos de la ventana menú del software ImageJ 1.46 y seleccionando la herramienta (Figura 26 b). Inmediatamente apareció una ventana, donde se colocó los valores de la distancia conocida del patrón de medida seleccionado (Known distance) y la unidad de medida del mismo (Unit of length) (Figura 26 c, d).



Figu

ra 2

6. C

alib

ració

n de

la im

agen

con

la h

erra

mie

nta

Set S

cale

: (a

) Sel

ecció

n de

l pat

rón

de m

edid

a co

nocid

o; (b

) Ape

rtur

a de

la h

erra

mie

nta;

(c) I

nicio

de

la ve

ntan

a Se

t Sca

le; (

d) L

lena

do d

e da

tos d

e di

stan

cia c

onoc

ida

y un

idad

de

med

ida

de la

m

isma.

b

a

cd



Medición de los ejemplares de la imagen con la herramienta Set Scale

Para medir los ejemplares con la herramienta Set Scale, después de calibrar la imagen, se utilizó la quinta herramienta (Straight) de la ventana menú (Figura 27 a) y se seleccionó al individuo a analizar (27 b). Los valores de medición, aparecieron inmediatamente, con dos decimales, en la parte inferior del menú ventana del programa (Figura 27 c).

Los resultados, también fueron mostrados, en una ventana adicional, con tres decimales, al presionar las teclas: ‘Ctrl’ + M

Figura 27. Procedimiento de medición de los ejemplares utilizando la herramienta Set Scale: (a) Selección de la herramienta Straight; (b) Selección del individuo; (c) Resultado con dos decimales; (d) Tabla de Resultados (‘Ctrl’+ M)

Cuando el individuo fue encontrado en posición curva, en lugar de utilizar la herramienta Straigth (Figura 27 a) para la medición, se utilizó la herramienta Segmented line, que se selecciona haciendo clic derecho en la herramienta Straigth y eligiendo dicha opción. Esta herramienta facilitó las mediciones de individuos en posiciones curvas.

Resultados: Tecla “Ctrl” +M

a

b

d

c

31

Mat

riz d

e co

nsist

enci

a

SIST

EMA

PA

RA E

STIM

AR

LA C

UA

NT

IFIC

AC

IÓN

DE

POST

LA

RVA

S D

E G

AM

ITA

NA

Col

osso

ma

mac

ropo

mum

(Cuv

ier,

1818

) EM

PLEA

ND

O E

L PR

OC

ESA

MIE

NT

O D

IGIT

AL

DE

IMÁ

GEN

ES

FAC

ULT

AD

DE

OC

EAN

OG

RAFÍ

A, P

ESQ

UER

ÍA, C

IEN

CIA

S A

LIM

ENTA

RIA

S Y

AC

UIC

ULT

URA

, UN

FV –

201

2

PRO

BLEM

AS

OBJ

ETIV

OS

HIP

ÓT

ESIS

VARI

ABL

ESIN

DIC

AD

ORE

SM

ETO

DO

LOG

ÍA

Pro

blem

a ge

nera

lO

bjet

ivo

Gen

eral

Hip

ótes

is G

ener

alIn

depe

ndie

nte

“X”

Var

iabl

e In

depe

ndie

nte

PO

BLA

CIÓ

N60

000

pos

t la

rvas

MU

EST

RA

1000

pos

t lar

vas

TIP

O D

E IN

VES

TIG

A-

CIÓ

NC

ualit

ativ

a y

cuan

titat

iva

NIV

EL D

E IN

VES

TIG

A-

CIÓ

ND

escr

iptiv

o C

orre

laci

onal

Infe

renc

ial

DIS

EÑO

DE

EST

UD

IOEx

perim

enta

l y d

e va

li-da

ción

TÉC

NIC

AS

Obs

erva

ción

Mue

stre

oVa

lidac

ión

INST

RU

MEN

TO

S D

E ES

TU

DIO

Guí

as d

e ob

serv

ació

n (t

abla

s)M

atric

es d

e e

valu

ació

n

¿Qué

efe

cto

tend

rá l

a im

ple-

men

taci

ón d

e un

sist

ema

para

es

timar

la c

uant

ifica

ción

de

post

la

rvas

de

gam

itana

em

plea

ndo

el p

roce

sam

ient

o de

im

ágen

es

digi

tale

s en

la p

rodu

ctiv

idad

de

una

mic

ro e

mpr

esa

acuí

cola

?

Estim

ar

la

cuan

tific

ació

n de

pos

t la

rvas

de

gam

i-ta

na

empl

eand

o el

pr

o-ce

sam

ient

o de

im

ágen

es

digi

tale

s.

La i

mpl

emen

taci

ón d

e un

sis

tem

a pa

ra

estim

ar

la

cuan

tific

ació

n de

pos

t la

r-va

s de

gam

itana

em

plea

n-do

el p

roce

sam

ient

o di

gita

l de

im

ágen

es d

ismin

uye

el

erro

r de

est

imac

ión

Gra

do

de

estr

és

prod

ucid

o en

el

co

nteo

.

Gra

do

de

daño

s m

ecán

icos

oc

urri-

dos

en e

l con

teo.

Pun

taje

de

ca-

lidad

(Ta

bla

de

calif

icac

ión)

(V

er T

abla

1 y

2)

Prob

lem

as E

spec

ífico

sO

bjet

ivos

Esp

ecífi

cos

Hip

ótes

is Es

pecí

ficas

Dep

endi

ente

“ Y

”Va

riabl

es

Dep

endi

ente

s

¿De

qué

man

era

influ

ye la

ma-

nipu

laci

ón d

uran

te e

l co

nteo

en

el

grad

o de

est

rés

de l

as

post

larv

as?

Det

erm

inar

el

gr

ado

de e

stré

s de

las

pos

t la

rvas

po

r m

anip

ula-

ción

en

el c

onte

o.

La i

mpl

emen

taci

ón d

e un

sis

tem

a pa

ra

estim

ar

la

cuan

tific

ació

n de

pos

t la

r-va

s de

gam

itana

dism

inuy

e el

gra

do d

e es

trés

pro

duci

-do

en

el c

onte

o.

Índ

ice

de m

orta

li-da

d

Cre

cim

ient

o en

lo

ngitu

d c

m

¿De

qué

man

era

influ

ye la

ma-

nipu

laci

ón d

uran

te e

l co

nteo

en

el g

rado

de

daño

s m

ecán

i-co

s de

las

post

larv

as?

Det

erm

inar

el

gr

ado

de

daño

s m

ecán

icos

de

las

post

larv

as o

cu-

rrid

o po

r m

anip

ulac

ión

en e

l con

teo.

La i

mpl

emen

taci

ón d

e un

sis

tem

a pa

ra

estim

ar

la

cuan

tific

ació

n de

pos

t la

r-va

s de

gam

itana

dism

inuy

e el

gra

do d

e da

ños

mec

áni-

cos

ocur

rido

en e

l con

teo.

¿Qué

ef

ecto

te

ndrá

la

im

ple-

men

taci

ón d

e un

sist

ema

para

es

timar

la c

uant

ifica

ción

de

post

la

rvas

de

gam

itana

em

plea

ndo

el p

roce

sam

ient

o de

im

ágen

es

digi

tale

s en

la p

rodu

ctiv

idad

de

una

mic

ro e

mpr

esa

acuí

cola

?

Dism

inui

r la

s ho

ras-

hom

bre

empl

eada

s pa

ra e

l co

nteo

de

las

post

larv

as.

La i

mpl

emen

taci

ón d

e un

sis

tem

a pa

ra

estim

ar

la

cuan

tific

ació

n de

pos

t la

r-va

s de

gam

itana

dism

inuy

e la

s ho

ras-

hom

bre

empl

ea-

das

en e

l con

teo.

Por

cent

aje

32

Tabl

a 1.

Tab

la d

e ca

lific

ació

n de

gra

do d

e es

trés

par

a co

nteo

man

ual

Tabl

a 2.

Tab

la d

e ca

lific

ació

n de

dañ

os m

ecán

icos

par

a co

nteo

man

ual

DES

CRI

PCIÓ

NPU

NTA

JE

Las

pos

t lar

vas

son

cont

adas

con

agu

a en

todo

mom

ento

.

Se

man

tiene

alta

den

sidad

de

post

lar-

vas

en lo

s re

cipi

ente

s de

con

teo

por

un b

reve

per

íodo

de

tiem

po.

Las

pos

t lar

vas

no c

aen

fuer

a de

l rec

i-pi

ente

des

pués

del

con

teo.

1M

ínim

o es

trés

Las

pos

t lar

vas s

e qu

edan

sin

agua

por

m

enos

de

1 m

inut

o du

rant

e el

con

-te

o.

Se

man

tiene

alta

den

sidad

de

post

lar-

vas

en lo

s re

cipi

ente

s de

con

teo

por

un p

erío

do d

e tie

mpo

inte

rmed

io

Alg

unas

pos

t lar

vas

caen

fuer

a de

l re-

cipi

ente

des

pués

del

con

teo.

3

Las

pos

t lar

vas s

e qu

edan

sin

agua

por

m

ás d

e 1

min

uto

dura

nte

el c

onte

o.

Se

man

tiene

alta

den

sidad

de

post

lar-

vas

en lo

s re

cipi

ente

s de

con

teo

por

un ti

empo

pro

long

ado.

Muc

has

post

larv

as c

aen

fuer

a de

l re-

cipi

ente

des

pués

del

con

teo.

5M

áxim

o es

trés

DES

CRI

PCIÓ

NPU

NTA

JE

Las

pos

t la

rvas

son

lige

ram

ente

pre

-si

onad

as c

on la

s pi

peta

s Pa

steu

r.

Las

pos

t la

rvas

son

dev

uelta

s a

los

reci

pien

tes

de c

onte

o co

n un

mín

i-m

o ch

orro

de

agua

Las

pos

t la

rvas

se

qued

an a

trap

adas

en

el i

nter

ior

de la

pip

eta

y se

rea

li-za

n po

cos

inte

ntos

par

a sa

carl

as.

1M

ínim

o da

ño

Las

pos

t la

rvas

son

med

iana

men

te

pres

iona

das

con

las

pipe

tas

Past

eur.

Las

pos

t la

rvas

son

dev

uelta

s a

los

reci

pien

tes

de c

onte

o co

n un

lige

ro

chor

ro d

e ag

ua

Las

pos

t la

rvas

se

qued

an a

trap

adas

en

el i

nter

ior

de la

pip

eta

y se

rea

li-za

n al

guno

s in

tent

os p

ara

saca

rlas

.

3

Las

pos

t la

rvas

son

apl

asta

das

con

las

pipe

tas

Past

eur.

Las

pos

t la

rvas

son

dev

uelta

s br

us-

cam

ente

a lo

s re

cipi

ente

s de

con

teo

con

un g

ran

chor

ro d

e ag

ua

Las

pos

t la

rvas

se

qued

an a

trap

adas

en

el i

nter

ior

de la

pip

eta

y se

rea

li-za

n m

últip

les

inte

ntos

par

a sa

carl

as.

5M

áxim

o da

ño



PRESENTACIÓN DE RESULTADOS

IV.

“Todo lo que somos es el resultado de lo que hemos pensado; está fundado en nuestros pensamientos y está hecho de nuestros pensamientos”.

Buda (600 AC; citado por Hamblin, 1992)Whitin you is the power

Kier

Se utilizó la prueba T, del Software Statistical Package for the Social Sciences (SPSS) versión 18, para el análisis de datos.

4.1. Etapa I: Etapa Experimental

4.2.1 Mortalidad:

En los ejemplares, en el método manual se registró una mortalidad del (25,50 + 0,35)%, mientras que en el método propuesto (4,60 + 1,69)% (Tabla 3).

Tabla 3. Resultados de mortalidad (%) de los métodos manual (tradicional) y digital (propuesto)

Método Media Desviación típ.Error típ. de la

media

Mortalidad (%)Manual 25,5025 ,35027 ,17514

Digital 4,5975 1,68919 ,84459



4.1.2 Crecimiento:

En los ejemplares, en el método manual se registró un crecimiento final en longitud total de (0,6696 + 0,0265) cm, mientras que en el método propuesto (0,7396 + 0,0453) cm (Tabla 4) (Anexo 6).

Método Media Desviación típ. Error típ. de la media

Longitud (cm)Manual ,66964 ,026542 ,002139

Digital ,73956 ,045269 ,002225

Las post larvas presentaron una longitud total inicial de (0,6359 + 0,0473) cm (ver Anexo5).

Tabla 4. Resultados de crecimiento en longitud total (cm) de los métodos manual (tradicional) y digital (propuesto)

4.2. Etapa II: Etapa de Validación e implementación

4.2.1 Validación:

El sistema para estimar la cuantificación de post larvas de gamitana Colossoma macropomum empleando el procesamiento digital de imágenes, presentó como coeficiente de variación 4,67 % en la etapa de validación, donde la media resultó: 208,50 post larvas y la desviación típica 9,75 (Ver tabla 5).

CV= .σx CV= 4,67 %

Tabla 5. Estadísticos descriptivos

NMínimo(Min.)

Máximo(Max.)

Media Desv. típ.

Validación 40 196,00 240,00 208,50 9,75337

N válido (según lista) 40

100



DIAGRAMA DE OPERACIONESMétodo Gráfico

Cuantificación de post larvas de gamitana Colossoma macropomumEmpresa: Instituto de Investigaciones de la Amazonía Peruana (IIAP)

Fecha: 16/ 11/ 2012Dibujado por: Angela Berrocal

15 minutos

5 minutos

1 minuto

10 minutos

5 minutos

Colocar en recipientes de 5 L

Tomar 3 muestras (200 ml c/u) y colocarlas en recipientes de plástico

Tomar foto

Procesar digitalmente (imágenes)

Estimar cantidad total (Fórmula de Rothbard)

Cantidad de post larvas estimadas

Estanque de post larvas

Devolver post larvas al estanque

4.2.2 Implementación: Protocolo – Diagrama de operaciones

Elaboración de un protocolo, a través de un diagrama de operaciones, para ser aplicado en la institución (Figura 28).

Figura 28. Protocolo – Diagrama de operaciones

1

2 - 1

3

4 - 2

5

RESUMEN

Evento Cantidad Tiempo

Operación 3 21 minutos

Operación - Inspección 2 15 minutos

Total: 36 minutos



DISCUSIÓN“El procesamiento y análisis digital de imágenes tiene un gran valor científico pero quizás su

importancia social, desde el punto de vista de su repercusión sobre la sociedad en general y el hombre sea su características más importante”.”.

De La Rosa Flores (2007)Procesamiento de imágenes digitales

Instituto tecnológico de Puebla

1. De los resultados

Los resultados de los métodos realizados manualmente y por procesamiento digital (Tabla 6) presentan los resultados de mortalidad y longitud total a favor del sistema por procesamiento digital (Figura 29), con una menor mortalidad, del (4,60 + 1,69) % frente al (25,50 + 0,35) % del método tradicional (manual), a una probabilidad de 0,021; y una mayor longitud total, de (0,7396 + 0,0453) cm, en contraste a los (0,6696 + 0,0265) cm, del método tradicional, a una probabilidad menor a 0,001. Lo cual refleja la validez del procesamiento digital de imágenes frente a la metodología manual en las variables evaluadas para el conteo de post larvas de gamitana C. macropomum. Esto debido al menor grado de estrés y daños mecánicos ocurridos durante la manipulación.

V.



El coeficiente de variación (4,67 %), obtenido en la etapa de validación, se considera aceptable para la estimación de la cuantificación de post larvas de gamitana Colossoma macropomum, por ser menor al 5%. Dado que la visión humana carece de exactitud, reproducibilidad y capacidad de cuantificación cuando recoge información de una imagen, por lo cual se hace necesario disponer de un análisis automatizado que evalúe las imágenes de forma objetiva (Bueno & Dorado, 2007), pues el análisis de muestras y/o individuos biológicos mediante inspección ocular y mediciones directas además de demandar muchas horas de labor, puede resultar profundamente tedioso (Lancelotti et al., 2003).

Tabla 6. Contraste de resultados de crecimiento en longitud total (cm) y mortalidad (%) de los métodos manual (tradicional) y digital (propuesto)

Métodos Mortalidad (%) Longitud total (cm)

Manual 25,50 + 0,35 0,6696 + 0,0265

Digital 4,60 + 1,69 0.7396 + 0,0453

Probabilidad 0,021 < 0,001

0

5

10

15

20

25

30

Manual Digital

Método

Mor

talid

ad (%

)

0.5

0.6

0.7

0.8

0.9

Inicial DigitalManual

Método

Long

itud

(cm

)

Figura 29. Mortalidad (%) y crecimiento en longitud media (cm) de las post larvas en los métodos evaluados



2. Conclusiones

3. Recomendaciones

El sistema para estimar la cuantificación de post larvas de gamitana empleando el procesamiento digital de imágenes, redujo el estrés y daños mecánicos ocurridos por manipulación en el conteo. Asimismo, disminuyó las horas-hombre empleadas para dicho proceso.

En cuanto al programa ImageJ, ha demostrado ser eficaz para el análisis de imágenes científicas, poniendo a disposición una serie de comandos y herramientas que vuelven más sencillo el procesamiento y el respectivo análisis de la imagen.

En conclusión, el procesamiento digital de imágenes resulta una buena alternativa para el conteo de post larvas de gamitana C. macropomum, ya que reduce el tiempo de análisis y el error (Chirinos et al., 2004); brinda resultados más precisos (Caldas & Hurtado, 2007) y más significativos al analizar el total de individuos observados en una muestra (Chirinos et al., 2004),

Aunque las cámaras digitales actuales tienen una resolución excelente y se consiguen cámaras a bajo costo de más de 5 megapíxeles, es importante tener en cuenta que entre más píxeles se utilicen para capturar la imagen, mayor necesidad de memoria se requerirá, tanto para el almacenamiento como para el procesamiento (Caldas & hurtado, 2007).

En general, no es aceptable utilizar formatos comprimidos para guardar imágenes o para efectuar análisis cuantitativo de ellas, debido al riesgo de pérdida de información. Este riesgo hace que formatos como TIFF y BMP sean preferidos en muchos programas de análisis y procesamiento de imágenes Ying & Cheung (1999; citado por Caldas & Hurtado, 2007). Se acepta JPEG.

Para realizar mediciones por procesamiento digital, se recomienda utilizar en la foto un patrón de medida conocido, como una regla, pues la calibración con el patrón se adquiere exactamente en las mismas condiciones que la imagen que se ha de medir.

Para la mejor visualización de la muestra, utilizar un fondo blanco o de color claro al momento de tomar la foto destinada al análisis de imágenes de post larvas de gamitana. En la investigación, se utilizó la mesa de mayólica blanca como fondo de la imagen.



Referencias Bibliográficas

Alcántara, F. & Guerra, H. (1988) Avances en la producción de alevinos de gamitana, Colossoma macropomum y paco, Piaractus brachypomus por reproducción inducida (pp. 127). Iquitos: Folia Amazónica.

Bueno, G. & Dorado, J. (2007) Gestión, procesado y análisis de imágenes biomédicas (pp. 13). España: Ediciones de la Universidad de Castilla – La Mancha.

Buxadé, C. (1997) Zootecnia: Bases de producción animal: Tomo XIII – Producción Animal (pp. 260). México: Mundi-Prensa.

Caldas, M. L. & Hurtado, H. (2007) “Fundamentos generales del procesamiento y análisis de imágenes aplicados en biología”. Revista Facultad de Ciencias Básicas de la Universidad Militar Nueva Granada (pp. 219 - 229). Colombia: UMNG.En: www.umng.edu.co/docs/revbiologia2007/rvciencias07-16.pdfLeído el: 28/02/2011

Calixto, R.; Herrera, L.; Hernández, V. D. (2006) Ecología y medio ambiente (pp.174). México: Internacional Thomson Editores.

Campa, V. M. (2009 – 2010) CytoImagINing. España: Blog CICBioguneEn: http://cytoimagining.blogia.com/temas/imagej.phpLeído el: 16/02/2011

Castelló, F. (1993) Acuicultura marina: Fundamentos biológicos y tecnología de la producción (pp. 688 - 689). Barcelona: Universidad de Barcelona.

Chirinos, M.; Valencia, G. & Atoche, J. R. (2004) Conteo Automático de Partículas y Medición Microscópica. México: Aurea – Desarrollo Tecnológico (pp. 1 - 7). En: http://aurea-dt.com/documentos/ConteoyMedicionMicroscopica.pdfLeído el: 29/02/2011

Cifuentes, J. L.; Torres, P. & Frías, M. (1999) El Océano y sus recursos: XI. Acuicultura (pp. 38). México: CONCYTEC.

Deza, S.; Quiroz, S; Rebaza, M. & Rebaza, C. (2002) Efecto de la densidad de siembra en el crecimiento de Piaractus brachypomus (Cuvier, 1818) “paco” en estanques seminaturales de Pucallpa (pp. 97 - 104). Perú: Folia Amazónica.

Ferreira, T. & Rasband, W. (2011) The ImageJ User Guide – Version 1.44. USA: U. S. National Institutes of Health. En: http://imagej.nih.gov/ij/docs/user-guide.pdfLeído el: 11/03/2011

Gonzáles, R. C. & Woods, R. E. (1996) Tratamiento digital de imágenes (pp. 793). Massachusetts: Addison-Wesley/ Díaz de Santos.



Guillaume, J.; Kaushik, S.; Bergot, P. & Métailler, R. (2003) Nutrición y alimentación de peces y crustáceos (pp. 274 – 275). Barcelona: Mundi-Prensa.

Hurtado, N. (2010) “Situación actual de la acuicultura de peces amazónicos en el Perú” AQUAVISIÓN. Lima, 2010, N° 6, pp. 6 - 7.

Lancelotti, J.; Riva, C. & Arguimbau, M. (2003) Biología Acuática N° 20 (ISSN 0326-1638): Un método de bajo costo para el análisis automatizado de escamas. Argentina: Universidad Nacional de la Patagonia Austral.En: http://www.ilpla.edu.ar/ilpla/ba/data/ba20/84_87.pdfLeído el: 28/02/2011

López, E. A. (2010) Análisis de Imágenes. España: Universidad de Salamanca.En: http://web.usal.es/~ealopezpoveda/Documentos/Docencia/Master%20Neurociencias.pdfLeído el: 11/03/2011

McDaid, J. & Nath, S. S. (1997) Una evaluación estratégica de la potencialidad para la piscicultura dulceacuícola en América Latina (pp. 32). Roma: FAO.

Pertusa, J. F. (2003) Técnicas de análisis de imagen: Aplicaciones en Biología (pp. 94 – 100) España: Universidad de Valencia.

Weber, R. A. (2009) Efecto del estrés y de la anestesia sobre indicadores primarios y secundarios de estrés y sobre los neurotransmisores monoaminérgicos cerebrales en el lenguado Solea senegalensis. España: Universidad Santiago de Compostela.En:http://books.google.com.pe/books?id=c0NcEIXCYN8C&printsec=frontcover&hl=es&source=gbs_ge_summary_r&cad=0#v=onepage&q&f=falseLeído el: 23/09/2011

Citas

De La Rosa Flores, R. (2007) Procesamiento de imágenes digitales. México: Instituto tecnológico de Puebla.En: http://www.itpuebla.edu.mx/Eventos/MemoriasyResSemanaInformatica2007/29-ProcesamientoImagenesDigitales.pdfLeído el: 21/11/2012

Hamblin, H. (1992) Whitin you is the power. Buenos Aires: Kier.

Hazlitt, H. (2006) Economics in One Lesson. San Francisco: Fox & Wilkes.

Szent-Györgyi, A. (2003) Worth repeating: more than 5000 classic and contemporary quotes. United States of America: Kregel Academic.

Dyer, W. (2007) The sky is the limit. United States of America: Grijalbo.



ANEXOS

Ubicación del lugar (CIQ – IIAP)

Anexo 1.



Reproducción inducida de progenitores criados en cautiverio (CIQ – IIAP)

Anexo 2.

(a) Inoculación de la hormona desencadenante; (b) Liberación (óvulos–esperma); (c) fertilización (óvulos–esperma, con una pluma) (d) Incubación (e) Vista panorámica de las incubadoras de

fibra de vidrio tipo Woynarovich (60 litros de capacidad)

a

d

b

e

c

Calidad del agua del cultivo de los métodos evaluados

Anexo 3.

Manual Digital

Temperatura (°C) 29,73 ± 0,1 29,87 ± 0,1

pH 7,39 ± 0,03 7,40 ± 0,02

O2 disuelto 6,085 ± 0,041 6,078 ± 0,073



Generalidades de ImageJ

a. Ubicación de descarga del programa:

Anexo 4.

http://imagej.nih.gov/ij/download.

b. Actualización del programa:

Para actualizar con la última versión disponible:

Help > Update ImageJ



N°Unidades Experimentales – Método manual

1 2 3 4 5 6 7 8 9 10

1 0,605 0,624 0,609 0,638 0,637 0,675 0,667 0,523 0,670 0,581

2 0,584 0,655 0,665 0,680 0,667 0,611 0,647 0,520 0,623 0,556

3 0,609 0,668 0,667 0,609 0,543 0,584 0,638 0,557 0,587 0,650

4 0,622 0,647 0,631 0,570 0,568 0,640 0,656 0,618 0,578 0,564

5 0,622 0,653 0,607 0,636 0,574 0,569 0,598 0,623 0,560 0,686

6 0,557 0,559 0,663 0,654 0,616 0,601 0,587 0,607 0,614 0,663

7 0,635 0,702 0,688 0,600 0,565 0,559 0,619 0,639 0,647 0,575

8 0,566 0,605 0,671 0,617 0,611 0,606 0,672 0,651 0,652 0,619

9 0,641 0,641 0,660 0,565 0,601 0,630 0,626 0,663 0,653 0,595

10 0,642 0,617 0,685 0,649 0,605 0,649 0,637 0,685 0,658 0,630

11 0,550 0,723 0,608 0,605 0,613 0,725 0,643 0,669 0,700 0,603

12 0,572 0,647 0,636 0,620 0,662 0,683 0,667 0,621 0,590 0,679

13 0,581 0,667 0,575 0,623 0,656 0,645 0,654 0,710 0,623 0,673

14 0,570 0,717 0,649 0,605 0,607 0,673 0,614 0,615 0,636 0,587

15 0,636 0,738 0,598 0,593 0,653 0,643 0,615 0,612 0,638 0,640

16 0,602 0,650 0,612 0,600 0,607 0,608 0,629 0,629 0,587 0,666

17 0,656 0,622 0,558 0,683 0,653 0,671 0,639 0,619 0,634 0,717

18 0,578 0,627 0,599 0,655 0,638 0,630 0,689 0,611 0,694 0,675

19 0,649 0,630 0,631 0,637 0,636 0,656 0,605 0,664 0,606 0,626

20 0,653 0,661 0,659 0,583 0,650 0,610 0,656 0,647 0,677 0,619

21 0,658 0,550 0,584 0,601 0,580 0,555 0,539 0,606 0,581 0,656

22 0,662 0,687 0,707 0,672 0,633 0,586 0,602 0,665 0,660 0,582

23 0,599 0,657 0,629 0,621 0,629 0,605 0,613 0,659 0,718 0,535

24 0,638 0,586 0,681 0,689 0,594 0,658 0,612 0,635 0,704 0,664

25 0,638 0,648 0,680 0,719 0,705 0,691 0,604 0,620 0,650 0,603

26 0,536 0,565 0,680 0,712 0,676 0,700 0,712 0,651 0,688 0,617

27 0,612 0,601 0,617 0,612 0,638 0,696 0,648 0,682 0,625 0,652

28 0,665 0,624 0,597 0,522 0,620 0,648 0,731 0,599 0,652 0,597

29 0,640 0,652 0,650 0,607 0,683 0,714 0,609 0,597 0,664 0,663

30 0,675 0,634 0,621 0,576 0,714 0,669 0,671 0,674 0,679 0,624

31 0,617 0,635 0,578 0,664 0,641 0,745 0,706 0,569 0,696 0,602

32 0,653 0,664 0,559 0,599 0,677 0,690 0,669 0,645 0,646 0,593

33 0,674 0,608 0,584 0,626 0,666 0,664 0,668 0,657 0,605 0,627

34 0,624 0,644 0,690 0,728 0,680 0,631 0,586 0,657 0,677 0,595

35 0,576 0,631 0,714 0,719 0,725 0,634 0,698 0,650 0,652 0,643

36 0,639 0,633 0,622 0,710 0,703 0,671 0,695 0,573 0,615 0,578

37 0,637 0,672 0,662 0,645 0,668 0,670 0,559 0,608 0,596 0,654

38 0,625 0,654 0,650 0,681 0,738 0,630 0,620 0,662 0,691 0,614

39 0,640 0,664 0,603 0,704 0,666 0,753 0,620 0,705 0,656 0,644

40 0,647 0,638 0,33 0,667 0,594 0,578 0,607 0,595 0,616 0,677

41 0,699 0,701 0,661 0,681 0,639 0,618 0,648 0,657 0,678 0,657

42 0,603 0,646 0,701 0,621 0,637 0,673 0,605 0,648 0,617 0,699

43 0,677 0,630 0,629 0,522 0,636 0,646 0,587 0,673 0,702 0,639

44 0,619 0,593 0,693 0,634 0,697 0,575 0,635 0,657 0,575 0,650

45 0,669 0,633 0,693 0,604 0,625 0,612 0,603 0,636 0,563 0,616

46 0,618 0,590 0,675 0,726 0,587 0,615 0,592 0,613 0,647 0,621

47 0,607 0,680 0,649 0,625 0,579 0,667 0,689 0,630 0,622 0,583

48 0,616 0,581 0,659 0,626 0,594 0,635 0,622 0,484 0,604 0,621

49 0,570 0,659 0,694 0,609 0,687 0,633 0,711 0,669 0,626 0,609

50 0,633 0,602 0,700 0,665 0,606 0,641 0,724 0,648 0,638 0,693

Registro de longitud total inicial de las post larvas

Anexo 5.



N°Unidades Experimentales – Método digital

1 2 3 4 5 6 7 8 9 10

1 0,582 0,684 0,552 0,603 0,663 0,683 0,722 0,639 0,671 0,630

2 0,562 0,659 0,725 0,588 0,625 0,568 0,654 0,706 0,637 0,649

3 0,591 0,688 0,670 0,659 0,598 0,668 0,636 0,630 0,535 0,637

4 0,593 0,641 0,628 0,724 0,596 0,667 0,670 0,730 0,675 0,529

5 0,565 0,650 0,564 0,635 0,611 0,608 0,551 0,601 0,643 0,738

6 0,525 0,619 0,625 0,694 0,716 0,715 0,545 0,626 0,659 0,629

7 0,584 0,605 0,613 0,679 0,603 0,578 0,669 0,692 0,578 0,686

8 0,640 0,540 0,707 0,623 0,687 0,649 0,582 0,665 0,729 0,686

9 0,631 0,637 0,641 0,601 0,568 0,605 0,695 0,617 0,613 0,730

10 0,628 0,674 0,614 0,500 0,624 0,719 0,643 0,637 0,589 0,667

11 0,607 0,694 0,596 0,623 0,634 0,688 0,653 0,674 0,595 0,656

12 0,611 0,615 0,452 0,659 0,663 0,655 0,662 0,629 0,602 0,675

13 0,608 0,689 0,599 0,638 0,602 0,650 0,665 0,636 0,601 0,633

14 0,601 0,666 0,642 0,605 0,669 0,714 0,664 0,606 0,564 0,711

15 0,575 0,689 0,629 0,528 0,692 0,714 0,565 0,643 0,651 0,724

16 0,669 0,645 0,572 0,594 0,660 0,691 0,653 0,695 0,642 0,629

17 0,525 0,509 0,596 0,704 0,532 0,644 0,577 0,650 0,637 0,567

18 0,589 0,621 0,606 0,609 0,535 0,585 0,673 0,681 0,683 0,584

19 0,549 0,613 0,545 0,606 0,634 0,638 0,558 0,663 0,678 0,653

20 0,573 0,601 0,657 0,656 0,651 0,687 0,710 0,734 0,608 0,603

21 0,577 0,678 0,669 0,677 0,647 0,601 0,711 0,701 0,660 0,627

22 0,599 0,534 0,638 0,644 0,608 0,634 0,616 0,650 0,643 0,607

23 0,666 0,503 0,699 0,654 0,553 0,671 0,605 0,704 0,637 0,677

24 0,742 0,642 0,646 0,581 0,549 0,652 0,624 0,665 0,580 0,565

25 0,666 0,643 0,709 0,573 0,619 0,533 0,667 0,727 0,578 0,573

26 0,582 0,595 0,586 0,623 0,707 0,591 0,686 0,735 0,610 0,672

27 0,608 0,549 0,625 0,541 0,665 0,628 0,653 0,540 0,607 0,693

28 0,568 0,607 0,665 0,634 0,666 0,618 0,573 0,602 0,649 0,603

29 0,572 0,612 0,676 0,676 0,641 0,649 0,587 0,683 0,645 0,671

30 0,619 0,668 0,681 0,631 0,550 0,572 0,612 0,601 0,644 0,611

31 0,550 0,548 0,701 0,636 0,679 0,680 0,627 0,608 0,654 0,720

32 0,634 0,663 0,679 0,663 0,675 0,703 0,675 0,610 0,678 0,547

33 0,672 0,666 0,590 0,662 0,700 0,534 0,611 0,694 0,643 0,698

34 0,660 0,642 0,595 0,710 0,635 0,643 0,557 0,628 0,563 0,581

35 0,565 0,636 0,669 0,626 0,745 0,562 0,625 0,604 0,628 0,674

36 0,625 0,701 0,653 0,699 0,669 0,735 0,582 0,649 0,684 0,660

37 0,602 0,694 0,524 0,761 0,529 0,679 0,590 0,513 0,617 0,717

38 0,583 0,658 0,674 0,690 0,559 0,693 0,548 0,543 0,676 0,700

39 0,548 0,661 0,701 0,671 0,616 0,703 0,662 0,670 0,706 0,549

40 0,544 0,608 0,643 0,695 0,706 0,617 0,540 0,581 0,668 0,696

41 0,576 0,712 0,716 0,721 0,609 0,625 0,638 0,672 0,697 0,666

42 0,742 0,703 0,682 0,650 0,703 0,690 0,586 0,597 0,578 0,673

43 0,472 0,580 0,714 0,612 0,603 0,621 0,720 0,598 0,608 0,599

44 0,722 0,651 0,647 0,643 0,672 0,626 0,684 0,569 0,659 0,682

45 0,565 0,555 0,662 0,693 0,742 0,675 0,679 0,618 0,652 0,684

46 0,573 0,515 0,587 0,634 0,724 0,681 0,668 0,673 0,692 0,668

47 0,683 0,671 0,642 0,599 0,617 0,654 0,674 0,720 0,637 0,609

48 0,530 0,578 0,575 0,661 0,691 0,629 0,701 0,659 0,704 0,628

49 0,584 0,588 0,709 0,674 0,642 0,718 0,666 0,659 0,687 0,677

50 0,585 0,623 0,687 0,562 0,640 0,604 0,639 0,618 0,643 0,593



Registro de crecimiento en longitud total final de las post larvas

Anexo 6.

N°Unidades Experimentales – Método manual

1 2 3 4 5 6 7 8 9 10

1 0,671 0,760 0,639 0,673 0,746 0,668 0,688 0,648 0,654 0,712

2 0,673 0,657 0,638 0,642 0,619 0,671 0,707 0,664 0,653 0,663

3 0,644 0,664 0,708 0,658 0,665 0,656 0,654 0,707 0,658 0,656

4 0,643 0,693 0,761 0,667 0,657 0,656 0,706 0,672 0,650 0,687

5 0,651 0,678 0,669 0,656 0,642 0,641 0,662 0,628 0,710 0,658

6 0,727 0,646 0,656 0,645 0,665 0,652 0,671 0,692 0,692 0,649

7 0,673 0,722 0,672 0,619 0,714 0,658 0,661 0,659 0,663 0,659

8 0,651 0,616 0,655 0,702 0,654 0,639 0,671 0,639 0,722 0,680

9 0,657 0,665 0,648 0,712 0,658 0,700 0,673 0,670 0,656 0,664

10 0,682 0,635 0,661 0,664 0,689 0,653 0,664 0,682 0,688 0,677

11 0,635 0,663 0,697 0,669 0,694 0,676 0,647 0,658 - 0,646

12 0,712 0,685 0,665 0,642 0,663 0,664 0,654 0,649 - 0,647

13 0,673 0,680 0,717 0,648 0,698 0,661 0,649 0,662 - 0,714

14 0,666 0,697 0,646 0,638 0,683 0,732 0,693 0,657 - 0,665

15 0,683 0,688 0,697 0,647 0,656 0,649 - 0,688 - 0,658

16 0,631 0,666 0,730 - 0,669 - - 0,675 - 0,682

17 - - - - 0,633 - - 0,655 - -

18 - - - - - - - 0,657 - -

19 - - - - - - - 0,690 - -

- - - - - - - - - -20 - 50

N°Unidades Experimentales – Método digital

1 2 3 4 5 6 7 8 9 10

1 0,806 0,773 0,778 0,826 0,776 0,671 0,694 0,733 0,684 0,701

2 0,734 0,728 0,846 0,721 0,694 0,717 0,710 0,744 0,696 0,753

3 0,716 0,670 0,736 0,725 0,684 0,704 0,684 0,707 0,744 0,734

4 0,704 0,701 0,875 0,697 0,688 0,717 0,663 0,716 0,781 0,738

5 0,846 0,758 0,768 0,818 0,735 0,807 0,738 0,741 0,748 0,791

6 0,649 0,677 0,714 0,700 0,734 0,770 0,692 0,827 0,830 0,761

7 0,719 0,691 0,777 0,780 0,696 0,767 0,726 0,767 0,747 0,650

8 0,760 0,726 0,705 0,788 0,746 0,759 0,692 0,774 0,786 0,854

9 0,661 0,672 0,713 0,769 0,710 0,747 0,769 0,687 0,691 0,815

10 0,674 0,824 0,717 0,730 0,675 0,746 0,726 0,752 0,716 0,738

11 0,784 0,811 0,704 0,800 0,887 0,701 0,684 0,784 0,759 0,822

12 0,855 0,823 0,837 0,716 0,716 0,740 0,720 0,736 0,755 0,848

13 0,721 0,675 0,716 0,720 0,729 0,695 0,698 0,840 0,798 0,707

14 0,781 0,673 0,697 0,730 0,844 0,831 0,723 0,720 0,721 0,743

15 0,777 0,771 0,757 0,792 0,817 0,769 0,705 0,734 0,826 0,725

16 0,806 0,713 0,714 0,767 0,699 0,799 0,692 0,742 0,755 0,736

17 0,763 0,805 0,693 0,774 0,708 0,709 0,716 0,768 0,689 0,850

18 0,761 0,737 0,706 0,710 0,707 0,761 0,699 0,685 0,682 0,776

19 0,788 0,788 0,741 0,788 0,726 0,705 0,760 0,779 0,701 0,761

20 0,759 0,703 0,712 0,723 0,807 0,738 0,637 0,721 0,718 0,792

21 0,823 0,812 0,844 0,726 0,722 0,745 0,691 0,730 0,800 0,739

22 0,725 0,775 0,878 0,835 0,712 0,710 0,701 0,730 0,727 0,753

23 0,703 0,721 0,755 0,717 0,709 0,693 0,766 0,751 0,701 0,761

24 0,711 0,728 0,789 0,736 0,675 0,715 0,665 0,704 0,717 0,707

25 0,685 0,727 0,721 0,766 0,708 0,756 0,726 0,767 0,711 0,734

26 0,690 0,697 0,665 0,728 0,660 0,746 0,761 0,777 0,738 0,747

27 0,749 0,715 0,686 0,712 0,682 0,799 0,708 0,729 0,700 0,840

28 0,773 0,869 0,747 0,818 0,718 0,691 0,734 0,893 0,711 0,776

29 0,726 0,842 0,695 0,745 0,718 0,699 0,728 0,821 0,719 0,787

30 0,696 0,643 0,725 0,730 0,738 0,756 0,706 0,752 0,708 0,776

31 0,719 0,693 0,802 0,696 0,829 0,785 0,682 0,736 0,727 0,753

32 0,690 0,730 0,783 0,724 0,716 0,762 0,686 0,739 0,770 0,717

33 0,756 0,820 0,821 0,753 0,702 0,803 0,707 0,688 0,733 0,738

34 0,753 0,778 0,703 0,737 0,707 0,745 0,710 0,735 0,757 0,741

35 0,741 0,782 0,713 0,712 0,731 0,705 0,689 0,746 0,721 0,748

36 0,763 0,728 0,688 0,733 0,740 0,716 0,704 0,739 0,733 0,752

37 0,722 0,751 0,708 0,718 0,727 0,726 0,706 0,750 0,716 0,766

38 0,747 0,737 0,812 0,742 0,686 0,733 0,681 0,755 0,740 0,716

39 0,778 0,737 0,705 0,725 0,677 0,701 0,757 0,730 0,730 0,800

40 - 0,728 0,827 0,707 - 0,709 0,727 0,727 0,706 0,776

41 - 0,819 - - - 0,708 0,706 0,723 0,720 0,736

42 - - - - - 0,716 0,720 0,724 0,721 0,723

43 - - - - - 0,730 0,701 0,732 - -

44 - - - - - - 0,697 - - -

45 - - - - - - 0,733 - - -

- - - - - - - - - -46 - 50



Estadísticos descriptivos finales de ambos métodos

Anexo 7.

Estadísticos descriptivos finales

Métodos NLongitud

mínima (cm)Longitud

máxima (cm)Longitud media

(cm)Desv. típ.

Manual 154 0,616 0,761 0,66964 0,026542

Digital 414 0,637 0,893 0,73956 0,045269




Career

Tesis: SISTEMA PARA ESTIMAR LA CUANTIFICACIÓN DE POST LARVAS DE “GAMITANA” Colossoma macropomum (Cuvier, 1818), EMPLEANDO EL PROCESAMIENTO DIGITAL DE IMÁGENES