Conteo automatizado de Unidades Formadoras de Colonias (UFC) bacterianas mediante análisis de imágenes digitales con visión computacional en Python
DOI:
https://doi.org/10.15649/2346075X.5677Palabras clave:
Conteo de UFC, Bacterias, Automatización, Análisis de imágenes, ProgramaciónResumen
Introducción. El análisis cuantitativo del crecimiento bacteriano es esencial en los estudios microbiológicos, ya que permite evaluar las tasas de supervivencia y proliferación microbiana, facilitando el control y la manipulación de las comunidades. Sin embargo, el conteo manual tradicional de Unidades Formadoras de Colonias (UFC) en placas Petri presenta limitaciones importantes, como el altoconsumo de tiempo y recursos, además de la variabilidad asociada a la subjetividad del analista. Objetivo. Desarrollar un script en Python para el conteo eficiente y preciso de UFC a partir de imágenes digitales. Materiales y Métodos. Se recolectaron muestras de agua de lagunas supraglaciares del glaciar Llaca (Perú), las cuales se sembraron en medios agar nutritivo y R2A mediante el método de extensión en placa. Las culturas fueron incubadas a 5 °C durante 30 días y fotografiadas utilizando una cabina fotográfica diseñada para estandarizar la captura de imágenes. Resultados. El script, desarrollado en Google Colaboratory, siguió tres etapas: preprocesamiento, segmentación y conteo de colonias. Se seleccionó la umbralización adaptativa gaussiana por su robustez frente a variaciones en las condiciones de imagen. El sistema fue evaluado mediante la comparación directa entre conteo automático y manual en 91 imágenes, alcanzando una precisión del 97% ± 0.12, un recall del 95% ± 1.10 y una métrica F-Measure del 96% ± 0.10, con un tiempo promedio de procesamiento de 0,4 segundos por imagen. Conclusiones. El sistema demostró ser una alternativa confiable, rápida y de bajo costo para la cuantificación de UFC, fácilmente replicable en laboratorios microbiológicos con recursos limitados.
Referencias
1. Rodrigues PM, Luís J, Tavaria FK. Image Analysis Semi-Automatic System for Colony-Forming-Unit Counting. Bioengineering [Internet]. 2022;9(7):271. Available from: https://doi.org/10.3390/bioengineering9070271
2. Chiang PJ, Tseng MJ, He ZS, Li CH. Automated counting of bacterial colonies by image analysis. J Microbiol Methods [Internet]. 2015;108:74–82. Available from: https://doi.org/10.1016/j.mimet.2014.11.009
3. Corral-Lugo A, Morales-García YE, Pazos-Rojas LA, Ramírez-Valverde A, Martínez-Contreras RD, Muñoz-Rojas J. Cuantificación de bacterias cultivables mediante el método de “Goteo en Placa por Sellado (o estampado) Masivo.” Rev Colomb Biotecnol [Internet]. 2012;14(2):147–56. Available from: http://www.revistas.unal.edu.co/index.php/biotecnologia/article/view/37416/40417
4. Martinez-Espinosa JC, Cordova-Fraga T, Vargas-Luna M, Ortiz-Alvarado JD, Pablo AIR, Cisneros MT, et al. Nondestructive technique for bacterial count based on image processing. Biol Eng Med [Internet]. 2016;1(1):1–6. Available from: https://doi.org/10.15761/BEM.1000103
5. Uppal NK, Goyal R. Computational approach to count bacterial colonies. Int J Adv Eng Technol [Internet]. 2012;4(2):364–72. Available from: https://citeseerx.ist.psu.edu/document?repid=rep1&type=pdf&doi=5f04eb14873221475956488c09198360724cbdda
6. Zhang J, Li C, Rahaman MM, Yao Y, Ma P, Zhang J, et al. A comprehensive review of image analysis methods for microorganism counting: from classical image processing to deep learning approaches [Internet]. Vol. 55, Artificial Intelligence Review. 2021. 2875–2944 p. Available from: https://doi.org/10.1007/s10462-021-10082-4
7. Ramírez J, Parra J, Alvarez-Aldana A. Análisis de técnicas de recuento de microorganismos. Mente Joven. 2017;6:10–6. https://doi.org/10.18041/2323-0312/mente_joven.0.2017.3665
8. Brugger SD, Baumberger C, Jost M, Jenni W, Brugger U, Mühlemann K. Automated counting of bacterial colony forming units on agar plates. PLoS One [Internet]. 2012;7(3):1–6. Available from: https://doi.org/10.1371/journal.pone.0033695
9. Choudhry P. High-Throughput method for automated colony and cell counting by digital image analysis based on edge detection. PLoS One [Internet]. 2016;11(2):1–23. Available from: https://doi.org/10.1371/journal.pone.0148469
10. Ateş H, Gerek ÖN. An image-processing based automated bacteria colony counter. 2009 24th Int Symp Comput Inf Sci Isc 2009 [Internet]. 2009;18–23. Available from: https://doi.org/10.1109/ISCIS.2009.5291926
11. Hogekamp L, Hogekamp SH, Stahl MR. Experimental setup and image processing method for automatic enumeration of bacterial colonies on agar plates. PLoS One [Internet]. 2020;15(6):1–17. Available from: http://dx.doi.org/10.1371/journal.pone.0232869
12. Mallard F, Le Bourlot V, Tully T. An Automated Image Analysis System to Measure and Count Organisms in Laboratory Microcosms. PLoS One [Internet]. 2013;8(5):1–10. Available from: https://doi.org/10.1371/journal.pone.0064387
13. Williams REO, Trotman RE. Automation in diagnostic bacteriology. J Clin Pathol [Internet]. 1969;S2-3(1):8–13. Available from: https://doi.org/10.1136/jcp.s2-3.1.8
14. Putman M, Burton R, Nahm MH. Simplified method to automatically count bacterial colony forming unit. J Immunol Methods [Internet]. 2005;302(1–2):99–102. Available from: https://doi.org/10.1016/j.jim.2005.05.003
15. Zhang C, Chen WB, Liu WL, Chen CB. An automated bacterial colony counting system. Proc - IEEE Int Conf Sens Networks, Ubiquitous, Trust Comput [Internet]. 2008;233–40. Available from: https://doi.org/10.1109/SUTC.2008.50
16. Marotz J, Lübbert C, Eisenbeiß W. Effective object recognition for automated counting of colonies in Petri dishes (automated colony counting). Comput Methods Programs Biomed [Internet]. 2001;66(2):183–98. Available from: https://doi.org/10.1016/S0169-2607(00)00128-0
17. Wong CF, Yeo JY, Gan SKE. Republication – APD Colony Counter App: Using Watershed Algorithm for improved colony counting. Sci Phone apps Mob Device [Internet]. 2019;5(5):5–7. Available from: https://doi.org/10.30943/2019/c23122019
18. Khan AUM, Torelli A, Wolf I, Gretz N. AutoCellSeg: Robust automatic colony forming unit (CFU)/cell analysis using adaptive image segmentation and easy-to-use post-editing techniques. Sci Rep. 2018;8(1):1–10. https://doi.org/10.1038/s41598-018-24916-9
19. Geissmann Q. OpenCFU, a New Free and Open-Source Software to Count Cell Colonies and Other Circular Objects. PLoS One [Internet]. 2013;8(2):1–10. Available from: https://doi.org/10.1371/journal.pone.0054072
20. Kumar S, Gupta P. Comparative Analysis of Intersection Algorithms on Queries using Precision , Recall and F-Score. Int J Comput Appl. 130(7):28–36. https://doi.org/10.5120/ijca2015907042
21. Powers D. Evaluation: From Precision, Recall and F-Factor to ROC, Informedness, Markedness & Correlation. Mach Learn Technol. 2007;2:37–63.
22. Hand D, Christen P. A note on using the F-measure for evaluating record linkage algorithms. Stat Comput. 2018;28:539–47. https://doi.org/10.1007/s11222-017-9746-6
23. Pineda, Alvarado D, Canales D. Metodología de la investigación. Manual para el desarrollo de personal de salud. Segunda ed. Organización Panamericana de la Salud; 1994. 81–86 p.
24. Van Rossum G, Drake F. Python 3 Reference Manual. Scotts Val CA Creat [Internet]. 1995;Python ver. Available from: https://www.python.org/
25. Bradski G. The OpenCV Library. Dr Dobb’s J Softw Tools [Internet]. 2000;OpenCV ver. Available from: https://opencv.org/
26. Harris CR, Millman KJ, van der Walt SJ, Gommers R, Virtanen P, Cournapeau D, et al. Array programming with NumPy. Nature [Internet]. 2020;585(7825):357–62. Available from: https://doi.org/10.1038/s41586-020-2649-2
27. Hunter J. Matplotlib: A 2D graphics environment. Comput Sci Eng. 2007;9(3):90–5. https://doi.org/10.1109/MCSE.2007.55
28. Kis B, Unay M, Ekimci GD, Ercan UK, Akan A. Counting bacteria colonies based on image processing methods. TIPTEKNO 2019 - Tip Teknol Kongresi [Internet]. 2019;1–4. Available from: https://doi.org/10.1109/TIPTEKNO.2019.8895213
29. Corkidi G, Diaz-Uribe R, Folch-Mallol JL, Nieto-Sotelo J. COVASIAM: An image analysis method that allows detection of confluent microbial colonies and colonies of various sizes for automated counting. Appl Environ Microbiol [Internet]. 1998;64(4):1400–4. Available from: https://doi.org/10.1128/AEM.64.4.1400-1404.1998
30. Peña C, Peña L, Moreno G. Sistema de visión artificial para el reconocimiento y el conteo de Unidades Formadoras de Colonias (UFC). Rev Colomb Tecnol Av. 2011;1(17):9–15.
31. Naranajo A. Conteo de Colonias de Bacterias en Cápsulas de Petri [Internet]. Universidad de Talca; 2017. Available from: https://dspace.utalca.cl/bitstream/1950/12105/2/naranjo_espinoza.pdf
32. Li Y, Liu T, Koydemir HC, Wang H, Riordan KO, Bai B, et al. Deep Learning-enabled Detection and Classification of Bacterial Colonies using a Thin Film Transistor (TFT ) Image Sensor. ACS Photonics. 2022;9:1–18. https://doi.org/10.1021/acsphotonics.2c00572
33. Cao L, Zeng L, Wang Y, Cao J, Han Z, Chen Y, et al. U2-Net and ResNet50-Based Automatic Pipeline for Bacterial Colony Counting. Microorganisms. 2024;12(1):201. https://doi.org/10.3390/microorganisms12010201
34. Albaradei SA, Napolitano F, Uludag M, Thafar M, Napolitano S, Essack M, et al. Automated counting of colony forming units using deep transfer learning from a model for congested scenes analysis. IEEE Access [Internet]. 2020;8:164340–6. Available from: https://doi.org/10.1109/ACCESS.2020.3021656
Descargas
Publicado
Cómo citar
Descargas
Número
Sección
Licencia
Derechos de autor 2026 Innovaciencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Todos los artículos publicados en esta revista científica están protegidos por los derechos de autor. Los autores retienen los derechos de autor y conceden a la revista el derecho de primera publicación con el trabajo simultáneamente licenciado bajo una Licencia Creative Commons Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) que permite compartir el trabajo con reconocimiento de autoría y sin fines comerciales.
Los lectores pueden copiar y distribuir el material de este número de la revista para fines no comerciales en cualquier medio, siempre que se cite el trabajo original y se den crédito a los autores y a la revista.
Cualquier uso comercial del material de esta revista está estrictamente prohibido sin el permiso por escrito del titular de los derechos de autor.
Para obtener más información sobre los derechos de autor de la revista y las políticas de acceso abierto, por favor visite nuestro sitio web.
