El mes pasado Daniel Caballero Jorna presentó su Proyecto Fin de Carrera (PFC) para optar a su título de Ingeniero Informático. El título del mismo : “Aplicación de minería de datos en datos extraídos de imágenes de resonancia magnética”. Sus directores han sido Andrés Caro y Pablo Gª Rguez. Por su presentación, documentación y trabajo realizado obtuvo una calificación de Matrícula de Honor (10). Dicho trabajo se ha realizado en estrecha colaboración con el con el grupo de investigación TECAL (Tecnología de los Alimentos) y más concretamente con Teresa Antequera y Triny Pérez Palacios.
Este proyecto se ha enmarcado en un ámbito ciertamente multidisciplinar. Por un lado, parte de unos conjuntos de datos obtenidos mediante visión por computador sobre imágenes de resonancia magnética (MRI). Por otro lado, completa esos conjuntos de datos mediante técnicas tradicionalmente utilizadas en tecnología de los alimentos. Finalmente, se emplearon técnicas de minería de datos con el objetivo de extraer información de esos conjuntos de datos.
En cuando a visión por computador, se emplean características extraídas de imágenes de resonancia magnética a través de tres algoritmos de texturas computacionales (GLCM, NGLDM y GLRLM). Se han utilizado imágenes MRI debido a que es una técnica no invasiva que, por lo general, tiene aplicaciones médicas, pero que últimamente también se aplica al campo de la alimentación, más concretamente, a los productos cárnicos. Así, se va a aplicar esta técnica sobre uno de los principales sectores económicos de Extremadura, como es el jamón. A partir de todas las características extraídas de las imágenes MRI de los jamones se han creado diversas bases de datos, que almacenan toda esa información. Además, utilizando las metodologías habituales de tecnología de los alimentos, estos conjuntos de datos se complementan añadiendo parámetros como la humedad, el contenido de sal, el peso…
Sobre estas bases de datos se han aplicado diversas técnicas de minería de datos, tanto predictivas como descriptivas, para obtener información que, a simple vista, permanece oculta entre las características obtenidas.
En esta memoria se han realizado 4 experimentos diferentes:
1) El primer experimento consiste en completar la información faltante en una base de datos, a partir de la información que está disponible, usando para ello técnicas descriptivas de minería de datos. Además de obtener unas ecuaciones que nos permitan predecir cuál será su porcentaje de grasa y humedad en función de su etapa de maduración, usando tareas predictivas de minería de datos.
2) El segundo experimento permite optimizar los algoritmos de texturas usados, de forma que se puedan eliminar las características redundantes en función de las demás características disponibles. Así, únicamente se utilizarían las características imprescindibles para obtener unos resultados similares a los obtenidos si se calculasen todas las características. Se han utilizado técnicas de regresión de minería de datos para llevar a cabo este experimento, que se presenta en el capítulo 4.
3) El siguiente experimento trata de clasificar las distintas imágenes MRI que se dispone, en función del músculo del jamón al que pertenezcan o de la fase de penetración de la sal en que se encuentren. Para ello se han utilizado tareas de clasificación de minería de datos.
4) El último experimento se basa en estudiar como penetra la sal a través de los distintos músculos del jamón y cómo evoluciona dicha penetración a través de las distintas etapas de salado. Una vez se conozca cómo evoluciona dicha penetración, se calculan unas ecuaciones que permitan predecir cuál será la cantidad de sal en el jamón al final de la etapa de salado. Para ello se utilizan técnicas predictivas de minería de datos.
Finalmente se han logrado conseguir con éxito buena parte de los objetivos planteados en el proyecto. Se ha conseguido obtener una ecuación de predicción para la humedad con un respaldo del 95 %, pero no se ha obtenido para la grasa debido a la gran variabilidad de la misma para jamones similares. Se han optimizado las características de manera que utilizando solamente 11 características se obtengan resultados similares a los que se obtendrían utilizando las 17 características iniciales. Se han conseguido realizar diferentes clasificaciones con un grado de acierto superior al 75 % en todos los casos. Se ha conseguido obtener una curva de evolución de penetración de la sal en el semimembranoso en función de los algoritmos de visión por computador con un grado de similitud superior a 0,9 respecto a la curva real de penetración. Para el bíceps, dicho grado de similitud ronda el 0,75.
Sorprendió gratamente en numeroso público asistente en toda la sesión, como se puede comprobar en la foto 🙂
