Por meio da análise de imagens microscópicas das estruturas presentes no corte transversal de folhas de plantas, uma pesquisa realizada no Instituto de Ciências de Computação e Matemática Computacional (ICMC), da USP em São Carlos, buscou identificar diferentes espécies vegetais. A metodologia permitiu ainda analisar, de maneira específica, a plasticidade morfológica – leves alterações que ocorrem pelo fato de um organismo se adaptar às condições naturais nas quais se encontra inserido – da espécie Gochnatia polymorpha, nos ambientes de Cerrado e Mata Ciliar, nas estações chuvosa e seca, e sob condições adversas de sol e chuva.

Jarbas Joaci de Mesquita Sá Junior, autor da dissertação de mestrado "Identificação de espécies vegetais por meio de análise de imagens microscópicas de folhas", explica que seu estudo difere do método tradicional em relação ao foco de observação. “No método tradicional, o botânico compara um ramo coletado na natureza, com flores e/ou frutos, com ramos já catalogados num herbário”, explica. “Na pesquisa que desenvolvi, o foco de observação consistiu na estrutura do corte transversal da folha, composta por parênquima paliçádico, parênquima lacunoso, epiderme superior e cutícula.”

O pesquisador explica que os parênquimas paliçádico e lacunoso são células responsáveis pela fotossíntese do vegetal. A epiderme superior é uma camada de células que protege os órgãos delicados da folha e a cutícula é uma camada de cera que reveste a folha e dificulta a perda de água.

“Essas estruturas também são usadas para a identificação dos vegetais pelos botânicos, mas o diferencial da pesquisa foi que métodos computacionais foram aplicados, de modo a aumentar a precisão das informações coletadas de forma manual”, ressalta. “Esse trabalho possibilitou ainda a extração de novas características, como cor e textura, por exemplo”.

Nos experimentos foram usados os métodos chamados de rede neural e leave-one-out. Mesquita explica que rede neural é um algoritmo de aprendizado inspirado no cérebro humano. “Pode ser utilizada para apreender informações de exemplos rotulados, ou seja, que estejam designados a determinados grupos, e depois utilizar essas informações para classificar novos exemplos que não foram usados para o treinamento da rede”, informa. Leave-one-out é um método estatístico para se medir a percentagem de identificação correta de um determinado classificador, quando a quantidade de amostras disponível nos experimentos é muito pequena. “A taxa de identificação correta, no caso da identificação de diferentes espécies, foi de cerca de 90% de acertos”, informa.

Métodos computacionais

Duas abordagens foram testadas para identificação porque Mesquita estava fazendo experimentos em diferentes regiões da folha e resolveu aferir a capacidade de identificação quando as informações coletadas mais relevantes fossem unidas.

De acordo com o pesquisador, a primeira abordagem foi relacionar diretamente todas as informações extraídas das diferentes regiões da folha, sem levar em consideração que algumas eram mais extensas do que outras e, por conseguinte, mais influentes na composição da assinatura final. "A assinatura de uma pessoa, por exemplo, é toda informação que possibilita sua identificação, como cor da pele, do cabelo, estatura e peso", explica, lembrando que "pode acontecer da qualidade de tais assinaturas serem inferiores a outras com menor extensão."

Na segunda abordagem, o pesquisador diminuiu o tamanho de algumas informações por meio do método PCA (Principal Component Analisys - método matemático que pode ser usado para diminuir a extensão da informação com um mínimo de perda de qualidade). Segundo Mesquita, essa abordagem "teve o objetivo de diminuir o tamanho da informação final sobre a amostra e propiciar que as informações coletadas das diferentes regiões da folha pudessem contribuir de forma  mais equânime para o resultado final".

Segundo o pesquisador, além de complementar as informações adquiridas pelo método tradicional, o trabalho inova ao empregar métodos computacionais para a análise da plasticidade morfológica de uma mesma espécie. “Acredito que a pesquisa vai complementar as informações adquiridas pelo método tradicional de taxonomia, melhorando a precisão da classificação do vegetal”, afirma. “Em relação à análise morfológica, o método pode contribuir para o entendimento das alterações causadas por determinadas doenças ou deficiências nutricionais do vegetal”.

Mesquita diz que a escolha do tema está associada ao objetivo de empregar os conhecimentos adquiridos no curso de Ciências de Computação na resolução de problemas de outras áreas do conhecimento. “Sempre gostei de interdisciplinaridade e a área de visão computacional me proporcionou isso”, conta. “Ao longo do mestrado, tive a oportunidade de aprender muito sobre matemática, computação, física e biologia”. A dissertação de mestrado foi orientada pelo professor Odemir Martinez Bruno, do ICMC, da USP, em São Carlos.

(Por Leandra Rajczuk, Agência USP, 25/06/2008)