Aplicativos computacionais para o melhoramento genético fundamentados em análise de imagens e inteligência computacional

Abstract

O melhoramento vegetal visa desenvolver cultivares altamente produtivas de alta qualidade física e nutricional. Cumprir esse objetivo não é processo simples, uma vez que é necessário reunir, no mesmo genótipo, elevado número de genes favoráveis para uma série de características de interesse, principalmente se considerar que o controle genético desses caracteres apresenta natureza poligênica. Portanto, para tornar o desenvolvimento de novas cultivares mais eficiente é necessário utilizar ferramentas tanto a nível de campo, laboratório e de análise de dados cada vez mais eficientes. Certas áreas tem ganhado elevado destaque no melhoramento genético como a inteligência artificial e a fenômica. A associação dos conhecimentos em fenômica e inteligência artificial podem auxiliar na solução dos principais desafios do melhoramento genético como a influência da interação genótipos por ambientes. Softwares são imprescindíveis para auxiliar nas análises por meio dessas abordagens. Portanto, o objetivo deste trabalho é disponibilizar softwares gratuitos e aplicações em inteligência artificial e fenômica com ênfase em redes neurais artificiais, lógica fuzzy e processamento digital de imagens. Com esse intuito foram desenvolvidos os softwares FENOM e BioFuzzy por meio do software Matlab em integração à linguagem Java. O software FENOM é subdividido em duas áreas de procedimentos: processamento digital de imagens e classificação por meio de redes neurais artificiais. Para processamento de imagens estão disponíveis procedimentos de aquisição, pré-processamento, segmentação e extração de características. Nos procedimentos de classificação estão disponíveis análises por redes neurais artificiais com arquitetura perceptron multicamadas. Já o software BioFuzzy disponibiliza procedimentos de sistemas de decisão fuzzy e de agrupamento fuzzy para auxiliar na recomendação de cultivares. Essas aplicações constituem em importante contribuição para o melhoramento vegetal, principalmente por visar a difusão de tecnologias como inteligência artificial, redes neurais artificiais, sistemas de tomada de decisão fuzzy e fenômica.

Plant breeding aims to develop highly productive cultivars of high physical and nutritional quality. This process is not simples, since it is necessary to gather, in the same genotype, a high number of favorable genes for a series of characteristics of interest, especially considering that the genetic control of these characters has polygenic nature. Therefore, to make the development of new cultivars more efficient, it is necessary to use of new tools in field, laboratory and data analysis. Certain areas have gained high prominence in genetic breeding such as artificial intelligence and phenomics. The association of knowledge in phenomics and artificial intelligence can help in solving the main challenges of genetic breeding as the influence of genotypes by environments interaction. Softwares are essential to aid in the analysis by these approaches. Therefore, the objective of this work is to provide free softwares and applications in artificial intelligence and phenomics with emphasis on artificial neural networks, fuzzy logic and digital image processing. With this purpose, FENOM and BioFuzzy software were developed by Matlab software in Java language integration. The FENOM software is subdivided into two areas of procedures: digital image processing and classification by artificial neural networks. For image processing, acquisition, pre-processing, segmentation and feature extraction procedures are available. Artificial neural networks with architecture multilayer perceptron are available in classificatory procedures. BioFuzzy software provides procedures for fuzzy decision systems and fuzzy clustering to aid in the recommendation of cultivars. These applications constitute an important contribution to plant breeding, mainly for the diffusion of technologies such as artificial intelligence, artificial neural networks, fuzzy decision making systems and phenomics.