Ứng dụng trí tuệ nhân tạo trong tự động hóa nhận dạng bệnh trên tôm sú

Nghiên cứu này tập trung vào việc ứng dụng trí tuệ nhân tạo (AI) để tự động hóa quá trình nhận dạng bệnh trên tôm sú (Penaeus monodon). Tôm sú là một trong những đối tượng nuôi trồng thủy sản quan trọng tại Việt Nam, tuy nhiên, dịch bệnh luôn là một thách thức lớn đối với ngành này. Việc phát hiện sớm và chính xác các bệnh trên tôm có vai trò quan trọng trong việc giảm thiểu thiệt hại kinh tế. Nghiên cứu này sử dụng các kỹ thuật tiên tiến của AI, đặc biệt là thị giác máy tính và học sâu, để xây dựng một hệ thống có khả năng phân loại các bệnh thường gặp trên tôm sú thông qua hình ảnh.

Mục tiêu của nghiên cứu là xây dựng một hệ thống AI có khả năng dự đoán một số bệnh thường gặp trên tôm sú thông qua hình ảnh, sử dụng các phương pháp và kỹ thuật tiên tiến của AI trong lĩnh vực thị giác máy tính, cụ thể là học sâu (DL), tập trung vào mô hình mạng neural tích chập (CNN) và phương pháp học chuyển giao (transfer learning) để xây dựng hệ thống có khả năng thu nhận ảnh chụp mẫu vật và đưa ra kết quả chẩn đoán hoàn toàn tự động.

Nghiên cứu đã thử nghiệm và đánh giá khả năng ứng dụng AI trong việc tự động chẩn đoán bệnh trên tôm sú, một vấn đề quan trọng trong ngành nuôi trồng thủy sản. Các bệnh trên tôm sú thường có các dấu hiệu đặc trưng có thể nhận biết qua hình ảnh, do đó, nghiên cứu đã sử dụng các kỹ thuật thị giác máy tính để xây dựng một hệ thống chẩn đoán hình ảnh. Hệ thống này có khả năng phân loại một số bệnh thường gặp trên tôm sú ở Việt Nam, bao gồm bệnh đen mang, đốm đen, đốm trắng và hoại tử cơ. Kết quả thực nghiệm cho thấy hệ thống đạt độ chính xác cao nhất là 87,58% khi sử dụng mô hình mạng neural tích chập (CNN) EfficientNet-B4 kết hợp với kỹ thuật học chuyển giao. Kết quả này cho thấy tiềm năng lớn của việc ứng dụng AI trong việc phân loại bệnh trên tôm sú, giúp rút ngắn thời gian và giảm chi phí chẩn đoán bệnh, từ đó giảm thiểu thiệt hại do dịch bệnh gây ra.