Introducción
Hoy en día las mascotas son una pieza angular para la vida de las personas que disfrutan su compañía, la cual impacta de forma positiva el bienestar de los seres humanos en diversos aspectos, entre las mascotas más comunes en los hogares de todo el mundo encontramos frecuentemente perros y gatos como elección, es inherente que para una buena convivencia con ellos, es necesario poner especial atención en su salud. El ritmo de vida social de hoy en día ha llevado a la popularización de adquirir gatos como compañeros de vida ya que estos son seres independientes y aseados, sin embargo, sus características derivan en algunos problemas de salud estrechamente vinculados a su estilo de vida y alimentación. Del 2-3% los gatos domésticos de entre 2 y 6 años sufren de FLUTD (Feline Lower Urinary Tract Disease) <<Enfermedad del tracto urinario inferior» lo cual es en sí un término utilizado para los desórdenes en la uretra o vejiga de los gatos tales como:
- Urolitiasis
- Cistitisi diopática felina
- Tapones uretrales
- Infecciones del tracto urinarioretrales
Dichas enfermedades desarrollan diversas patologías tales como:
- Sangre en la orina (hematuria)
- Orinar fuera de la caja
- Dificultad para orinar (disuria)
- Micción Frecuente (polaquiuria)
- Dolor al orinar (estranguria)
- Acicalamiento excesivo en genitales
Algunos de los factores de riesgo para el desarrollo de FLUTD son los siguientes:
- Inactividad (Sedentarismo)
- Estrés
- Alimentación inadecuada
Desarrollo del proyecto:
Basados en la existencia de un agente químico que cambia de color al entrar en contacto con la orina con sangre, se propone como solución el análisis de las imágenes provenientes del dispositivo electrónico «MeowEye», este enviara las imágenes obtenidas mediante el uso de Wifi a un servidor web las cuales serán alojadas en un sitio, esto se realizara durante intervalos de tiempo de 3 hora, la llegada de las imágenes será monitoreada mediante un file watcher para realizar la ejecución de los scripts que nos permitirán realizar un análisis de las imágenes obtenidas haciendo uso del lenguaje de programación Python. Simplificado, «Meow Eye» es un dispositivo electrónico inteligente que posicionado estratégicamente y por medio de su cámara integrada, toma fotos del arenero del gato a diferentes horas del día, debido a su conectividad y autonomía, este es considerado un dispositivo inteligente IOT, por lo tanto, debe estar conectado a internet para compartir las imágenes tomadas para ser analizadas mediante 3 procesos principales los cuales están definidos en la arquitectura como: clasificación, detección y comparación, el resultado del análisis nos permitirá detectar la presencia o ausencia del color azul en la arena de las imágenes recolectadas y por lo tanto, determinar si existe o no hematuria(sangre en la orina del gato), por ultimo con la información obtenida del monitoreo se genera un informe en el sitio web para sus usuarios el cual podrá ser visualizado desde el navegador de su dispositivo móvil o PC, desembocando así en una arquitectura de solución de fácil uso para todos aquellos interesados en el bienestar de la salud de sus felinos.
Conclusión
La implementación de la arquitectura de monitoreo «Meow Eye» basada en los 3 estados principales:
- Clasificación (verificación de la presencia de un arenero).
- Detección (detección del color azul en la arena.)
- Comparación (comparación entre la imagen resultado obtenida por la detección de color contra una imagen de arenero sano).
Nos permite identificar satisfactoriamente la presencia de hematuria(azul)en el arenero del gato, lo cual nos permite emitir un diagnóstico que puede ayudar a prevenir situaciones graves de salud aun cuando el dueño del gato se encuentre lejos Al ser «Meow Eye» un dispositivo inteligente y autónomo se puede adaptar a otras necesidades de monitoreo futuro como pueden ser la actividad diaria del gato en el arenero, es decir el número de deposiciones diarias o incluso estar al tanto de la alimentación del gato.
Autor
González, Maricruz sistema de monitoreo para la detección de hematuria en orina de gatos, por medio de categorización de imágenes con redes neuronales convolucionales y detección de color con Python.