(Facultad Regional Buenos Aires, 2025-10-01) Mareque, Lucas; Taurozzi, Nicolás; Cibeira, Joaquina; Santo Domingo, Alejandro; Rodríguez Colmeiro, Ramiro Germán
El presente estudio aborda la segmentación e identificación de células mediante visión artificial en el contexto de la prueba de Allium cepa para el monitoreo de efluentes líquidos. Se propone un método de detección generalista basado en el modelo SAM (Segment Anything Model), complementado con algoritmos no supervisados para separar las regiones de ruido de las regiones con células, y posteriormente aplicar un clasificador para identificar las instancias celulares. El modelo fue evaluado utilizando imágenes proporcionadas por especialistas del Instituto Nacional del Agua, así como con un conjunto de validación externo, obteniendo exactitudes del ~96 % y ~95 %, respectivamente.
