Prospecção tecnológica para dispositivo de identificação e quantificação de nematoides
DOI:
https://doi.org/10.53660/466.prw1206Palavras-chave:
Nematoides fitoparasitas, Prospecção tecnológica, Inovação no agronegócio, Automatização de análises por imagensResumo
Os nematoides fitoparasitas, ou fitonematoides são um dos principais organismos responsáveis pelos ataques às culturas agrícolas. Apesar disso, esses parasitas ainda são pouco estudados, sendo de difícil diagnóstico. Com o objetivo de identificar inovações desenvolvidas nessa área, este trabalho mostra uma prospecção tecnológica de patentes e científica relacionadas a dispositivos, sistemas e processos para automatizar a identificação e quantificação de nematoides. Os documentos científicos mostraram que tecnologias de última geração vêm sendo utilizadas para o desenvolvimento de inovações, como ou uso de aprendizado profundo, métodos estatísticos e análises por imagens. Os resultados da prospecção tecnológica evidenciaram que o tema tem sido trabalhado com mais frequência a partir de 2019, com a concentração de inovações na China. Porém, a pequena quantidade de patentes identificadas indica a existência de uma profunda lacuna em relação à exploração do tema, o que implica em grande potencial para o desenvolvimento de tecnologias nessa área.
Downloads
Referências
AKINTAYO, Adedotun; TYLKA, Gregory L.; SINGH, Asheesh K.; GANAPATHYSUBRAMANIAN, Baskar; SINGH, Arti; SARKAR, Soumik. A deep learning framework to discern and count microscopic nematode eggs. SCIENTIFIC REPORTS, v. 8, n. 9145, 2018. DOI: https://doi.org/10.1038/s41598-018-27272-w.
ANGELIN, Andressa F.; DA SILVA, Fabiana M.; BARBOSA, Luísa A. G.; LINTZ, Rosa C. C.; DE CARVALHO, Marco A. G.; FRANCO, Ramon A. S. Voids identification in rubberized mortar digital images using K-Means and Watershed algorithms. Journal of cleaner production, v. 164, p. 455-464, 2017. DOI: https://doi.org/10.1016/j.jclepro.2017.06.202.
AYDINLI, Gökhan; MENNAN, Sevilhan. Yield and resistance of tomato rootstocks to Meloidogyne arenaria in a greenhouse. Pesquisa Agropecuária Brasileira, v. 57, 2022. DOI: https://doi.org/10.1590/S1678-3921.pab2022.v57.02418.
BOGALE, Mesfin; BANIYA, Anil; DIGENNARO, Peter.. Nematode Identification Techniques and Recent Advances. Plants, v. 9, n. 1260, 2020. Disponível em <https://www.mdpi.com/2223-7747/9/10/1260>.
CARES, Juvenil E.; LOPES, Carina Mariani L. (2018). Nematologia no contexto internacional e brasileiro: ameaças à Sustentabilidade da agricultura e à segurança alimentar. In: Congresso Brasileiro de Nematologia, 35., 2018, Bento Gonçalves, RS. ARAÚJO FILHO, Jerônimo Vieira de Araújo; GOMES, Cesar Bauer; DIAS-ARIEIRA, Claudia Regina; BELLÉ, Cristiano; MOCELLIN, Renata., editores técnicos. Anais... Brasília, DF: Embrapa, 2018. Disponível em <https://nematologia.com.br/files/anais/2018/Anais%20-%2035%20CBN%20-%202018.pdf>.
CEPEA: Centro de Estudos Avançados em Economia Aplicada. PIB do Agronegócio. 2022. Disponível em <https://www.cepea.esalq.usp.br/upload/kceditor/files/ Cepea_CNA_PIB_JAn_Dez_2021_Mar%C3%A7o2022.pdf>.
FERRAZ, Luiz Carlos C. Barbosa; BROWN, Derek John Finlay (Orgs.). Nematologia de plantas: fundamentos e importância. Manaus: Norma Editora, 2016.
GOULART, Alexandre Moura Cintra. Análise nematológica: importância e princípios gerais. Planaltina, DF: Embrapa Cerrados, 2010.
GRILLO, Oscar; ANDRÉS, Maria Fe; VÁZQUEZ, Santiago Moreno; Quantitative evaluation of Heterodera avenae females in soil and root extracts by digital image analysis. Crop Protection, v.81, p.85-91, 2016. DOI: https://doi.org/10.1016/j.cropro.2015.12.010.
LAPAJNE, Janez; KNAPIČ, Matej; ŽIBRAT, Uroš. Comparison of Selected Dimensionality Reduction Methods for Detection of Root-Knot Nematode Infestations in Potato Tubers Using Hyperspectral Imaging. Sensors, v. 22(1), n. 367, 2022. DOI: https://doi.org/10.3390/s22010367.
LOPES, Carina Mariani Leite. (2015). Populações de nematoides fitoparasitas em áreas de cultivo de soja, algodão, café e de vegetação nativa do cerrado na região Oeste da Bahia. 2015. 70 f. Dissertação (Mestrado em Fitopatologia) – Instituto de Ciências Biológicas da Universidade de Brasília (UnB), Brasília 2015.
NICOL, J.M.; TURNER, S.J.; COYNE, D.; DEN NIJS, L.; HOCKLAND, S.; MAAFI, Z.T. Current nematode threats to world agriculture. Genomics and Molecular Genetics of Plant–Nematode Interactions. Springer, p. 21–43, 2011.
OLIVEIRA, Camilla Martins de. Quantificação e caracterização morfológica e molecular de populações de Meloidogyne spp. de regiões produtoras de soja do Brasil. 2015, 64 f. Dissertação (Mestrado em Agronomia) – Programa de Pós-Graduação em Agronomia da Universidade Federal de Goiás (UFG), Goiânia, 2015.
PUN, T.B.; NEUPANE, A.; KOECH, R. Quantification of Root-Knot Nematode Infestation in Tomato Using Digital Image Analysis. Agronomy. v. 11, n. 2372, 2021. DOI: https://doi.org/10.3390/agronomy11122372.
SALINAS FRANCO, R. A., PALERMO COELHO, G., SERGIO MARTINS, P., DE CARVALHO, M. A. Descriptores MAC en la detección temprana del cáncer cervical usando técnicas de procesamiento de imágenes. Revista Cubana de Ciencias Informáticas, v. 16(1), p. 1-16, 2022.
SEESAO, Y.; GAY, M.; MERLIN, S.; VISCOGLIOSI, E.; ALIOUAT-DENIS, C. M.; AUDEBERT, C. A review of methods for nematode identification. Journal of Microbiological Method, v. 138, p. 37-39, 2017. Disponível em <https://www.sciencedirect.com/science/article/abs/pii/S0167701216301270?via%3Dihub>.
THEVENOUX, Romain; LE, Van Linh; VILLESSÈCHE, Heloïse; BUISSON, Alain; BEURTON-AIMAR, Marie; GRENIER, Eric; FOLCHER, Laurent; PARISEY, Nicolas. Image based species identification of Globodera quarantine nematodes using computer vision and deep learning. Computers and Electronics in Agriculture, v. 186, n. 106058, 2021. https://doi.org/10.1016/j.compag.2021.106058.
