Ferramenta computacional identifica espécies

MANUEL ALVES FILHO

Cena 1. O biólogo sai a campo e recolhe peixes de um rio, colocando-os num jarro. Em seguida, leva os animais ao laboratório, onde fará, com o auxílio de um livro contendo “chaves” – regras para identificação de espécies – a classificação de cada indivíduo segundo a família, o gênero e espécie. Cena 2. O mesmo biólogo, no lugar do livro, usa uma ferramenta computacional capaz de selecionar, a partir de um banco de dados, imagens e textos sobre espécies cujas características se aproximam daquelas que acabou de localizar na natureza. E o que é melhor: a busca, praticamente automática, pode ser feita por intermédio de palavras-chaves, imagens, referências espaciais ou, ainda, pela combinação desses parâmetros.

Busca pode ser feita por meio de palavra-chave

Graças ao engenheiro de computação Ricardo da Silva Torres, a segunda cena deixou o campo da hipótese. Ele acaba de desenvolver, para a sua tese de doutoramento, apresentada no Instituto de Computação (IC) da Unicamp, o protótipo de um ambiente de gerenciamento de imagens e dados espaciais que pode ser empregado em estudos relacionados à biodiversidade. Orientado pelos professores Claudia Bauzer Medeiros e Alexandre Xavier Falcão, o pós-graduando colocou, por assim dizer, o livro e o jarro com os peixes dentro do computador. A ferramenta, desenvolvida parcialmente dentro de um programa de doutorado sanduíche cumprido nos Estados Unidos, foi concebida para solucionar um problema comum nessa área.

Ricardo explica que, além do livro convencional, ecólogos, biólogos e ambientalistas contam atualmente com sistemas de buscas que podem auxiliar no trabalho de identificação de espécies. Ocorre, porém, que essas ferramentas não trabalham de forma integrada. O protótipo concebido por ele é o primeiro a combinar o gerenciamento de imagens de seres vivos e dados espaciais. Para entender melhor, vale um exemplo prático. Ao tentar relacionar uma determinada espécie a uma área de preservação ambiental, o usuário é forçado a realizar duas pesquisas distintas. A primeira envolve predicados como “todas as imagens contendo animais com uma certa forma/cor”. A segunda terá atributos como “todas as regiões contendo áreas de preservação”.

Já a consulta combinada, proporcionada pela tecnologia desenvolvida por Ricardo, permite buscas por meio de referências do tipo: “mostre as regiões contendo áreas de preservação ambiental, onde se encontram animais com esta forma/cor”. “Nesse caso, a busca é mais objetiva, o que tende a gerar resultados mais rápidos e mais próximos daquele que o usuário pretende”, explica Ricardo. Mas o sistema não pára por aí. O pesquisador também concebeu novos descritores de imagens e estruturas visuais que facilitam a identificação do objeto estudado (peixes, no caso). A partir de uma imagem de referência, o sistema promove a seleção das informações contidas no banco de dados, levando em conta as características morfológicas mais importantes. A diferença é que, ao invés de buscar por palavras-chave (por exemplo, nome da espécie), o biólogo pode fornecer ao sistema uma imagem da espécie a ser identificada.

Em poucos segundos, a ferramenta relaciona os peixes que mais se assemelham à imagem de consulta. Nesse aspecto, o sistema desenvolvido por Ricardo também apresenta uma vantagem sobre os modelos convencionais. Normalmente, as imagens são dispostas no display de forma linear, não refletindo, portanto, a similaridade entre o objeto de referência e os capturados do banco de dados. “No caso da nossa ferramenta, a imagem de consulta fica no centro de uma representação em espiral. As demais imagens são dispostas ao redor desta, de modo a destacar as similaridades existentes. Quanto mais próximas do centro da espiral, maior a similaridade entre as imagens geradas pela busca e a da imagem de consulta”, detalha o pesquisador.

Para validar o sistema, conforme a professora Claudia, seu orientado promoveu dezenas de milhões de experimentos, tendo como referência um banco de dados com 11 mil imagens de peixes. Posteriormente, a ferramenta foi testada por especialistas em biodiversidade, que a aprovaram. Por intermédio do método tradicional, denominado chave, os profissionais conseguiram identificar 100% das famílias, 82,9% dos gêneros e 51,4% das espécies. Já com a aplicação do ambiente desenvolvido por Ricardo, esses percentuais foram de 100%, 91,4% e 62,9%, respectivamente. O tempo médio necessário para promover a identificação correta pelo método convencional foi de 6,1 minutos, enquanto que pela nova ferramenta foi de 4,1 minutos. A ferramenta está sendo usada no ensino de ictiologia na Universidade da Virginia Tech, EUA.

A docente do IC destaca que, embora tenha sido validado com peixes, o ambiente desenvolvido pelo seu aluno pode ser aplicado a outras espécies animais ou vegetais. Além disso, segundo ela, a ferramenta também pode ser utilizada na área médica para identificar células cancerígenas, por exemplo. “Nesse caso, a imagem da célula do paciente seria comparada com as imagens de um banco de dados, facilitando assim o diagnóstico”, explica a professora Claudia. A tese de Ricardo contou com o apoio da Fapesp e da Capes.