Please use this identifier to cite or link to this item: https://repositorio.uvv.br//handle/123456789/532
Full metadata record
DC FieldValueLanguage
dc.contributorLenz, Dominik-
dc.contributor.authorCosta, Maria Beatriz Fraga-
dc.date.accessioned2020-11-05T12:37:44Z-
dc.date.available2020-11-05T12:37:44Z-
dc.date.issued2019-08-16-
dc.identifier.urihttps://repositorio.uvv.br//handle/123456789/532-
dc.description.abstractO milho (Zea mays) é uma das maiores fontes de alimentação atual movimentando bilhões de dólares/ano em indústrias alimentícias. A grande exigência de um manejo sanitário tem facilitado o surgimento e inserção de novas tecnologias. Entretanto, modelo agrícola atual vem gerando sérios problemas de degradação ambiental e sistemas de produção sustentáveis precisam se tornar o novo foco na agricultura. A introdução de novas tecnologias microscópicas permitiu um salto nos estudos celulares. A citometria de imagem é uma dessas novas técnicas utilizada para auxiliar análises laboratoriais e no controle de qualidade em exames histopatológicos e citológicos. Apesar do seu uso rotineiro na medicina, esse método é pouco aplicado quando se refere a pesquisas com vegetais. O objetivo do presente estudo foi identificar a possibilidade de análises morfológicas automáticas do vegetal Zea mays (milho) por meio de citometria de imagem, associada à aprendizagem da máquina e classificação celular. Esse estudo foi realizado a partir de plantios programados do milho sob três aplicações. A primeira aplicação com sementes e adubos de origem orgânica (EMCAPA-201) e baseada em sistema de produção orgânico em solo não impactado com fertilizantes químicos e/ou defensivos agrícolas, o segundo plantio com o mesmo tipo de semente, com tratamento não orgânico, cultivado sob sistema de produção convencional e o terceiro plantio se fez também com cultivo convencional. O órgão vegetal de escolha foi a folha e duas amostras de cada plantio foram coletadas, ao acaso, no tempo de trinta dias. Realizou-se a citometria de imagem para essa pesquisa através de dois softwares gratuitos de livre acesso, o CellProfiler e o CellProfiler-Analyst. Esses programas foram capazes de identificar e classificar objetos predeterminados em imagens microscópicas das amostras de tecido foliar vegetal, implementando um passo de sucesso no processamento automático de imagem e avaliação morfológica celular comparada em diferentes culturas utilizando metodologia reprodutível e de baixo custo.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectCélulapt_BR
dc.subjectCitometria de imagempt_BR
dc.subjectMorfologiapt_BR
dc.subjectPlantapt_BR
dc.subject.vocabularyCNPQ::CIENCIAS BIOLOGICASpt_BR
dc.subject.vocabularyCNPQ::CIENCIAS BIOLOGICAS::BOTANICApt_BR
dc.titleAnálise automática de imagem em tecido vegetal de cultivo orgânico e convencional: milho (Zea Mays)pt_BR
dc.typeDissertationpt_BR
dc.publisher.countrybrasilpt_BR
dc.description.resumoCorn (Zea mays) is one of the largest sources of food today moving billions of dollars a year in food industries. The high demand for sanitary management has facilitated the emergence and insertion of new technologies. However, the current agricultural model has been generating serious problems of environmental degradation and sustainable production systems must become the new focus in agriculture. The introduction of new microscopic technologies has allowed a leap in cellular studies. Image cytometry is one of these new techniques used to assist laboratory analysis and quality control in histopathological and cytological examinations. Despite its routine use in medicine, this method is not widely used when referring to plant research. The aim of the present study was to identify the possibility of automatic morphological analysis of the Zea mays (corn) vegetable by image cytometry, associated with machine learning and cell classification. This study was conducted from programmed maize plantations under three applications. The first application with seeds and fertilizers of organic origin (EMCAPA-201) and based on organic production system in soil not impacted with chemical fertilizers and / or pesticides, the second planting with the same type of seed, under non-organic treatment, cultivated under conventional production system and the third planting was also under conventional cultivation. The plant organ of choice was the leaf and two samples from each planting were randomly collected within thirty days. Image cytometry was performed for this research using two free open-source software, CellProfiler and CellProfiler-Analyst. These programs were able to identify and classify predetermined objects in microscopic images of plant leaf tissue samples, implementing a successful step in automatic image processing and comparative cell morphological evaluation in different cultures using reproducible and low cost methodology.pt_BR
Appears in Collections:Dissertação de Mestrado

Files in This Item:
File Description SizeFormat 
DISSERTAÇÃO FINAL DE MARIA BEATRIZ FRAGA COSTA 2019.pdfDISSERTAÇÃO FINAL DE MARIA BEATRIZ FRAGA COSTA1.18 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.