| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Gado de Leite. Para informações adicionais entre em contato com cnpgl.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Gado de Leite. |
|
Data corrente: |
30/11/2023 |
|
Data da última atualização: |
30/11/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
SANTOS, I. S.; TAVARES, C. P.; KLAFKE, G. M.; RECK, J.; MONTEIRO, C. M. O.; PRATA, M. C. de A.; GOLO. P. S.; SILVA, A. C.; COSTA-JUNIOR, L. M. |
|
Afiliação: |
IGOR S. SANTOS, UNIVERSIDADE FEDERAL DO MARANHÃO; CAIO P. TAVARES, UNIVERSIDADE FEDERAL DO MARANHÃO; GUILHERME M. KLAFKE, INSTITUTO DE PESQUISAS VETERINÁRIAS DESIDÉRIO FINAMOR; JOSÉ RECK, INSTITUTO DE PESQUISAS VETERINÁRIAS DESIDÉRIO FINAMOR; CAIO M. O. MONTEIRO, UNIVERSIDADE FEDERAL DE GOIÁS; MARCIA CRISTINA DE AZEVEDO PRATA, CNPGL; PATRÍCIA S. GOLO, UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO; ARISTOFANES C. SILVA, UNIVERSIDADE FEDERAL DO MARANHÃO; LIVIO M. COSTA-JUNIOR, UNIVERSIDADE FEDERAL DO MARANHÃO. |
|
Título: |
Automatic method based on deep learning to identify and account Rhipicephalus microplus larval hatching. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
Medical and Veterinary Entomology, v. 37, p. 665-674, 2023. |
|
DOI: |
http://doi.org/10.1111/mve.12664 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Reports of Rhipicephalus microplus resistant populations worldwide have increased extensively, making it difficult to control this ectoparasite. The adult immersion test, commonly used to screen for acaricide resistance, produces the results only after 40 days of the tick collection because it needs the eggs to be laid and larvae to hatch. The present study aims to develop an automatic method, based on deep learning, to predict the hatching of R. microplus larva based on egg morphology. Initially, the time course of embryonic development of tick eggs was performed to discriminate between viable and non-viable eggs. Secondly, using artificial intelligence deep learning techniques, a method was developed to classify and count the eggs. The larval hatching rate of three populations of R. microplus was evaluated for the software validation process. Groups of three and six images of eggs with 12 days of embryonic development were submitted to the software to predict the larval hatching percent automatically. The results obtained by the software were compared with the prediction results of the hatching percentage performed manually by the specialist and with the results of the hatching percentage of larvae obtained in the biological assay. The group with three images of each population submitted to the software for automatic prediction of the larval hatching percent presented mean values of 96.35% ± 3.33 (Piracanjuba population), 95.98% ± 3.5 (Desterro population) and 0.0% ± 0.0 (Barbalha population). For groups with six images, the values were 94.41% ± 3.84 (Piracanjuba population), 95.93% ± 2.36 (Desterro population) and 0.0% ± 0.0 (Barbalha population). Biological assays showed the following hatching percentage values: 98% ± 1.73 (Piracanjuba population); 96% ± 2.1 (Desterro population); and 0.14% ± 0.25 (Barbalha population). There was no statistical difference between the evaluated methods. The automatic method for predicting the hatching percentage of R. microplus larvae was validated and proved to be effective, with considerable reduction in time to obtain results. MenosReports of Rhipicephalus microplus resistant populations worldwide have increased extensively, making it difficult to control this ectoparasite. The adult immersion test, commonly used to screen for acaricide resistance, produces the results only after 40 days of the tick collection because it needs the eggs to be laid and larvae to hatch. The present study aims to develop an automatic method, based on deep learning, to predict the hatching of R. microplus larva based on egg morphology. Initially, the time course of embryonic development of tick eggs was performed to discriminate between viable and non-viable eggs. Secondly, using artificial intelligence deep learning techniques, a method was developed to classify and count the eggs. The larval hatching rate of three populations of R. microplus was evaluated for the software validation process. Groups of three and six images of eggs with 12 days of embryonic development were submitted to the software to predict the larval hatching percent automatically. The results obtained by the software were compared with the prediction results of the hatching percentage performed manually by the specialist and with the results of the hatching percentage of larvae obtained in the biological assay. The group with three images of each population submitted to the software for automatic prediction of the larval hatching percent presented mean values of 96.35% ± 3.33 (Piracanjuba population), 95.98% ± 3.5 (Desterro population) and 0.0% ± 0.0 (... Mostrar Tudo |
|
Palavras-Chave: |
Controle; Eclosão larval; Larval hatching. |
|
Thesagro: |
Carrapato; Larva; Ovo; Resistência. |
|
Categoria do assunto: |
L Ciência Animal e Produtos de Origem Animal |
|
Marc: |
LEADER 03010naa a2200313 a 4500
001 2158936
005 2023-11-30
008 2023 bl uuuu u00u1 u #d
024 7 $ahttp://doi.org/10.1111/mve.12664$2DOI
100 1 $aSANTOS, I. S.
245 $aAutomatic method based on deep learning to identify and account Rhipicephalus microplus larval hatching.$h[electronic resource]
260 $c2023
520 $aReports of Rhipicephalus microplus resistant populations worldwide have increased extensively, making it difficult to control this ectoparasite. The adult immersion test, commonly used to screen for acaricide resistance, produces the results only after 40 days of the tick collection because it needs the eggs to be laid and larvae to hatch. The present study aims to develop an automatic method, based on deep learning, to predict the hatching of R. microplus larva based on egg morphology. Initially, the time course of embryonic development of tick eggs was performed to discriminate between viable and non-viable eggs. Secondly, using artificial intelligence deep learning techniques, a method was developed to classify and count the eggs. The larval hatching rate of three populations of R. microplus was evaluated for the software validation process. Groups of three and six images of eggs with 12 days of embryonic development were submitted to the software to predict the larval hatching percent automatically. The results obtained by the software were compared with the prediction results of the hatching percentage performed manually by the specialist and with the results of the hatching percentage of larvae obtained in the biological assay. The group with three images of each population submitted to the software for automatic prediction of the larval hatching percent presented mean values of 96.35% ± 3.33 (Piracanjuba population), 95.98% ± 3.5 (Desterro population) and 0.0% ± 0.0 (Barbalha population). For groups with six images, the values were 94.41% ± 3.84 (Piracanjuba population), 95.93% ± 2.36 (Desterro population) and 0.0% ± 0.0 (Barbalha population). Biological assays showed the following hatching percentage values: 98% ± 1.73 (Piracanjuba population); 96% ± 2.1 (Desterro population); and 0.14% ± 0.25 (Barbalha population). There was no statistical difference between the evaluated methods. The automatic method for predicting the hatching percentage of R. microplus larvae was validated and proved to be effective, with considerable reduction in time to obtain results.
650 $aCarrapato
650 $aLarva
650 $aOvo
650 $aResistência
653 $aControle
653 $aEclosão larval
653 $aLarval hatching
700 1 $aTAVARES, C. P.
700 1 $aKLAFKE, G. M.
700 1 $aRECK, J.
700 1 $aMONTEIRO, C. M. O.
700 1 $aPRATA, M. C. de A.
700 1 $aGOLO. P. S.
700 1 $aSILVA, A. C.
700 1 $aCOSTA-JUNIOR, L. M.
773 $tMedical and Veterinary Entomology$gv. 37, p. 665-674, 2023.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Gado de Leite (CNPGL) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Meio-Norte; Embrapa Unidades Centrais. |
|
Data corrente: |
24/01/2013 |
|
Data da última atualização: |
24/01/2013 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 2 |
|
Autoria: |
CRUZ, P. L.; BALDIN, E. L. L.; CASTRO, M. de J. P. de; FANELA, T. L. M.; SILVA, P. H. S. da. |
|
Afiliação: |
PATRÍCIA LEITE CRUZ, UNESP/ FCA Campus de Botucatu; EDSON LUIZ LOPES BALDIN, UNESP/ FCA Campus de Botucatu; MARIA DE JESUS PASSOS DE CASTRO, UNESP/ FCA Campus de Botucatu; THIAGO LUIS MARTINS FANELA, UNESP/ FCA Campus de Botucatu; PAULO HENRIQUE SOARES DA SILVA, CPAMN. |
|
Título: |
Atratividade de genótipos de feijão-caupi para oviposição de Bemisia tabaci biótipo B. |
|
Ano de publicação: |
2012 |
|
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira, Brasília, v. 47, n. 11, p. 1563-1571, nov. 2012. |
|
ISSN: |
0100-204X |
|
Idioma: |
Português |
|
Conteúdo: |
O objetivo deste trabalho foi avaliar a atratividade de genótipos de feijão?caupi para oviposição de Bemisia tabaci biótipo B e identificar possíveis fontes de resistência à mosca?branca. Foram avaliados 51 genótipos, com uso de testes de chance de escolha. Os genótipos foram divididos aleatoriamente em dois grupos, tendo-se utilizado o genótipo Canapu como testemunha sucetível. Os 14 genótipos mais promissores (sete de cada grupo) foram selecionados para a realização de ensaios complementares (com ou sem chance de escolha). No teste com chance de escolha, os genótipos BRS?Urubuquara, TVU?36, TE93?244?23 F?1, BR 17?Gurgueia, BRS?Marataoã, MNC99?541 F?21 e TE97?304 G?4 foram menos atrativos à mosca?branca. Os genótipos TE93?244?23 F?1 e TVU?36 apresentaram resistência pelo mecanismo de não preferência para ovoposição. No teste sem chance de escolha, apenas o genótipo TVU?36 apresentou resistência por esse mecanismo. |
|
Palavras-Chave: |
Antixenose; Host plant resistance; Mosca-branca; Resistência de planta a inseto; Resistência de plantas a insetos; Silverleaf whitefly. |
|
Thesagro: |
Vigna Unguiculata. |
|
Thesaurus NAL: |
Antixenosis; Bemisia argentifolii. |
|
Categoria do assunto: |
--
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/75172/1/PABV47N11.pdf
|
|
Marc: |
LEADER 01844naa a2200289 a 4500
001 1946224
005 2013-01-24
008 2012 bl uuuu u00u1 u #d
022 $a0100-204X
100 1 $aCRUZ, P. L.
245 $aAtratividade de genótipos de feijão-caupi para oviposição de Bemisia tabaci biótipo B.
260 $c2012
520 $aO objetivo deste trabalho foi avaliar a atratividade de genótipos de feijão?caupi para oviposição de Bemisia tabaci biótipo B e identificar possíveis fontes de resistência à mosca?branca. Foram avaliados 51 genótipos, com uso de testes de chance de escolha. Os genótipos foram divididos aleatoriamente em dois grupos, tendo-se utilizado o genótipo Canapu como testemunha sucetível. Os 14 genótipos mais promissores (sete de cada grupo) foram selecionados para a realização de ensaios complementares (com ou sem chance de escolha). No teste com chance de escolha, os genótipos BRS?Urubuquara, TVU?36, TE93?244?23 F?1, BR 17?Gurgueia, BRS?Marataoã, MNC99?541 F?21 e TE97?304 G?4 foram menos atrativos à mosca?branca. Os genótipos TE93?244?23 F?1 e TVU?36 apresentaram resistência pelo mecanismo de não preferência para ovoposição. No teste sem chance de escolha, apenas o genótipo TVU?36 apresentou resistência por esse mecanismo.
650 $aAntixenosis
650 $aBemisia argentifolii
650 $aVigna Unguiculata
653 $aAntixenose
653 $aHost plant resistance
653 $aMosca-branca
653 $aResistência de planta a inseto
653 $aResistência de plantas a insetos
653 $aSilverleaf whitefly
700 1 $aBALDIN, E. L. L.
700 1 $aCASTRO, M. de J. P. de
700 1 $aFANELA, T. L. M.
700 1 $aSILVA, P. H. S. da
773 $tPesquisa Agropecuária Brasileira, Brasília$gv. 47, n. 11, p. 1563-1571, nov. 2012.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Meio-Norte (CPAMN) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
