Ultralytics YOLO27:
IA para visão

A IA de visão está a mudar a forma como estudamos os vermes segmentados

Saiba mais sobre vermes segmentados, como minhocas, sanguessugas e poliquetas, o seu papel nos ecossistemas e como a visão computacional ajuda os investigadores a estudá-los.

ABAbirami Vina10 min read
Exemplos de vermes segmentados, incluindo uma minhoca, uma sanguessuga e um verme-de-penas

Os vermes segmentados são organismos pertencentes ao filo Annelida, um grupo de invertebrados de corpo mole que inclui espécies conhecidas, como minhocas, sanguessugas e poliquetas.

São chamados vermes segmentados porque os seus corpos são constituídos por secções repetidas, uma característica que os distingue de muitos outros grupos.

Um exemplo comum de verme segmentado é a minhoca, frequentemente vista no solo depois da chuva, mas muitas espécies também vivem em habitats de água doce e marinhos. Estes vermes desempenham funções cruciais na manutenção do equilíbrio dos ecossistemas naturais.

Por exemplo, as minhocas melhoram a fertilidade do solo, permitindo que as plantas cresçam de forma mais eficaz. Entretanto, as sanguessugas têm sido utilizadas na medicina há séculos, e algumas espécies continuam a ser estudadas pela sua capacidade de ajudar a melhorar o ambiente.

Além disso, estudar os vermes segmentados ajuda os cientistas a compreender os ecossistemas e a acompanhar as alterações nos ambientes. A sua presença ou ausência pode indicar o estado do solo, dos rios ou das zonas costeiras.

No entanto, observar vermes manualmente pode ser demorado e difícil. É por isso que tecnologias como a visão computacional estão a ser adotadas pelos cientistas. A visão computacional é um ramo da inteligência artificial que permite às máquinas analisar e interpretar imagens, tornando possível detetar e estudar vermes segmentados de forma mais eficiente.

Neste artigo, vamos analisar mais de perto os vermes segmentados, as suas características e a forma como modelos de visão computacional, como o Ultralytics YOLO11, podem ajudar na sua análise. Vamos começar!

Uma visão geral do filo Annelida#

Antes de explorarmos o papel da visão computacional nesta área de investigação, vamos analisar mais de perto o que torna os vermes segmentados únicos e como ajudam a manter o equilíbrio da natureza. Ao compreender o seu papel, podemos perceber por que razão estudar estas criaturas é tão importante para a saúde dos ecossistemas. Comecemos pela forma como estes organismos são classificados.

Os vermes segmentados pertencem a um grande grupo chamado anelídeos, que os cientistas dividem em três classes principais. O primeiro grupo é a classe Oligochaeta, que inclui as minhocas. Vivem no solo, escavam galerias e ajudam a reciclar nutrientes. O seu movimento constante melhora a saúde do solo e facilita o crescimento das plantas.

O segundo grupo é a classe Hirudinea, que inclui as sanguessugas. A maioria das sanguessugas vive em habitats de água doce. Algumas são necrófagas inofensivas, enquanto outras se alimentam de sangue, como Hirudo medicinalis, uma espécie utilizada na medicina há centenas de anos.

O terceiro grupo é a classe Polychaeta, também chamada de poliquetas, vermes-de-penas, vermes-de-cerdas ou vermes tubícolas. São comuns em ambientes marinhos, onde algumas espécies constroem tubos protetores na areia e nas rochas, enquanto outras nadam livremente na água.

Atualmente, a taxonomia agrupa frequentemente as minhocas e as sanguessugas sob Clitellata e coloca as restantes em Polychaeta, embora o sistema tradicional de três classes ainda seja amplamente utilizado no ensino.

Exemplos de anelídeos: uma minhoca, uma sanguessuga e um verme-de-penas

Fig. 1. Exemplos de anelídeos: (a) minhoca, (b) sanguessuga, (c) verme-de-penas. (Fonte)

Um olhar mais atento à anatomia dos vermes segmentados#

Em seguida, vamos percorrer a anatomia dos vermes segmentados para perceber como os seus corpos são constituídos e como cada parte os ajuda a sobreviver e a deslocar-se.

O corpo de um anelídeo é constituído por unidades repetidas chamadas segmentos, razão pela qual estes animais são frequentemente descritos como tendo corpos segmentados. Os cientistas também utilizam o termo metamérica para descrever esta estrutura.

Diagrama das principais partes do corpo de uma minhoca

Fig. 2. As principais partes do corpo de uma minhoca. (Fonte)

Cada segmento do corpo pode conter músculos, nervos e partes dos órgãos internos, que ajudam o verme a deslocar-se com flexibilidade e controlo. Muitas espécies possuem pequenas cerdas conhecidas como quetas ou sedas. Nos poliquetas, estas cerdas estão ligadas a parapódios, apêndices emparelhados utilizados para rastejar, nadar ou respirar.

Outras estruturas importantes incluem a parede corporal, que dá forma e suporte ao verme, e a fina cutícula externa, que serve de proteção. Na parte dianteira encontra-se o prostómio, uma região semelhante a uma cabeça que frequentemente contém órgãos sensoriais.

No interior, uma cavidade cheia de líquido chamada celoma amortece os órgãos e ajuda no movimento. Os longos músculos corporais estão separados por paredes finas conhecidas como septos, conferindo ao verme força e flexibilidade. Além disso, ao longo da parte inferior encontra-se o cordão nervoso ventral, uma via de comunicação principal que permite ao verme detetar e responder rapidamente ao que o rodeia.

Como vivem e se deslocam os vermes segmentados#

Agora que temos uma ideia mais clara das partes de um verme segmentado, vamos ver como estas características funcionam em conjunto para o ajudar a deslocar-se e a sobreviver.

Os vermes segmentados deslocam-se de formas diferentes, dependendo do seu grupo e do ambiente. A locomoção das minhocas é impulsionada pelos músculos e pelo celoma cheio de líquido. Ao contraírem e relaxarem os músculos longitudinais, geram pressão que lhes permite estender-se, contrair-se e escavar galerias no solo.

Diagrama de como os vermes segmentados se deslocam através do solo

Fig. 3. Como os vermes segmentados se deslocam através do solo. (Fonte)

No oceano, os poliquetas nadam ou rastejam com a ajuda de parapódios e de pequenas cerdas, que lhes conferem maior flexibilidade de movimento. O sistema digestivo dos vermes segmentados tem duas aberturas e começa na boca, com uma faringe muscular. Os alimentos continuam pelo trato digestivo, onde os nutrientes são absorvidos antes de os resíduos deixarem o corpo.

Os anelídeos também possuem um sistema circulatório fechado, no qual o sangue se move através dos vasos sanguíneos. Este sistema é mais eficiente do que a circulação aberta encontrada em muitos outros invertebrados. O sistema nervoso é simples, mas eficaz. Inclui aglomerados de células nervosas chamados gânglios e um cordão nervoso ventral que percorre todo o comprimento do corpo.

O papel dos vermes segmentados num ecossistema#

A forma como os vermes segmentados são estruturados pela natureza e a maneira como se deslocam são elementos fundamentais do seu papel no ambiente. Agora, vamos explorar por que são importantes e por que razão os investigadores estão a recorrer a tecnologia de ponta para compreender melhor estes organismos.

Os vermes segmentados desempenham um papel importante na manutenção do equilíbrio dos ecossistemas. As minhocas melhoram a fertilidade do solo ao deslocarem-se pelas galerias e decomporem matéria orgânica. Ao alimentarem-se e escavarem túneis, misturam nutrientes no solo, o que ajuda as plantas a crescer. Por isso, os cientistas utilizam frequentemente as minhocas como bioindicadores para medir a saúde do solo.

Diagrama de como os vermes segmentados melhoram a saúde do solo e das plantas

Fig. 4. Como os vermes segmentados melhoram a saúde do solo e das plantas. (Fonte)

Na água, muitos vermes segmentados alimentam-se por filtração. Processam partículas do ambiente que os rodeia e ajudam a manter limpos os ambientes de água doce e marinhos. Outros servem de alimento para peixes e animais de maior porte, tornando-se uma ligação vital nas cadeias alimentares aquáticas.

Embora os vermes segmentados desempenhem frequentemente funções benéficas, algumas espécies marinhas podem causar bioincrustação, uma acumulação de organismos em navios ou tubagens que provoca problemas dispendiosos para a indústria.

Por outro lado, as sanguessugas destacam-se pela sua importância médica. Algumas espécies, como Hirudo medicinalis, alimentam-se de sangue e têm sido utilizadas durante séculos em tratamentos que melhoram a circulação.

Os estudos relacionados com vermes segmentados destacam as suas semelhanças com outros grupos animais, como artrópodes e vertebrados, permitindo aos cientistas compreender melhor os filos animais e a história evolutiva.

Desafios na observação e análise de vermes segmentados#

Observar e analisar vermes segmentados nos seus habitats naturais pode ser um desafio. A forma como os vermes segmentados se parecem e se deslocam torna difícil acompanhá-los visualmente.

No entanto, a IA de visão pode facilitar esta tarefa. A visão computacional analisa e interpreta imagens, permitindo aos investigadores detetar vermes segmentados de forma mais consistente e em grande escala.

Eis alguns dos desafios específicos que a visão computacional pode resolver:

  • Camuflagem no solo e na água: Muitos vermes segmentados confundem-se com o ambiente que os rodeia. No solo ou em substratos marinhos, as suas cores e texturas tornam-nos difíceis de ver.
  • Posturas variadas: Dependendo da sua atividade, os vermes podem estar alongados, enrolados ou parcialmente escondidos, criando desafios para um reconhecimento consistente.
  • Contagem em grupos: Quando muitos vermes se juntam, é difícil para os investigadores detetar e contar indivíduos com precisão a olho nu.
  • Pequeno tamanho e características subtis: Os vermes possuem frequentemente cerdas finas ou marcas corporais difíceis de notar durante os levantamentos de campo.

Utilizar a visão computacional para estudar vermes segmentados#

Tradicionalmente, o estudo de vermes segmentados no campo ou no laboratório baseia-se numa observação cuidadosa e na contagem manual. No entanto, alterações subtis na postura, fundos desorganizados e o pequeno tamanho de muitas espécies dificultam uma identificação precisa, mesmo para investigadores experientes.

A visão computacional oferece uma abordagem mais escalável e fiável. Ao analisar imagens automaticamente, pode ser utilizada para detetar vermes, classificá-los por grupo e até acompanhar os seus movimentos ao longo do tempo. Isto reduz o esforço do trabalho manual, melhorando simultaneamente a precisão e a repetibilidade.

No centro destas soluções de IA de visão estão modelos como o Ultralytics YOLO11, que suportam várias tarefas, como a deteção de objetos e a segmentação de instâncias. O YOLO11 pode ser treinado de forma personalizada com conjuntos de dados especializados de imagens de vermes captadas no solo, em placas de laboratório ou por câmaras subaquáticas. Depois de treinado, o modelo pode reconhecer as formas e texturas únicas de diferentes vermes, tornando a deteção mais precisa e consistente em vários ambientes.

IA de visão em ação: deteção de casulos de minhoca#

A visão computacional já está a ser utilizada para tornar a investigação sobre vermes segmentados mais rápida e prática. Um exemplo interessante vem da vermicompostagem, na qual as minhocas reciclam resíduos orgânicos, transformando-os num fertilizante rico em nutrientes.

Os casulos de minhoca são importantes porque dão origem à geração seguinte de vermes, mas separá-los manualmente do composto é lento e difícil. Em 2022, investigadores na Turquia desenvolveram um sistema baseado em IA de visão para detetar e separar casulos de minhoca em tempo real. O sistema foi treinado com milhares de imagens para reconhecer os pequenos casulos redondos escondidos no composto.

Em seguida, foi ligado a um tapete transportador com jatos de ar que separavam automaticamente os casulos do composto. Ao automatizar a deteção dos casulos, o sistema poupa tempo e mão de obra, reduz custos e torna a produção de vermicomposto mais eficiente e sustentável.

Para além dos vermes: aplicações mais amplas da IA de visão na biologia#

Podes estar a perguntar-te: se a visão computacional pode ser utilizada para estudar vermes, o que mais pode fazer? Para além dos vermes, a IA de visão tem amplas aplicações na biologia.

Modelos como o YOLO11 estão a ser utilizados para monitorizar insetos, acompanhar peixes em rios e oceanos e até estudar a saúde do solo através da análise de imagens. Estes avanços proporcionam aos investigadores formas mais rápidas e fiáveis de estudar animais e ecossistemas, apoiando a conservação e a monitorização ambiental em maior escala.

Principais conclusões#

Os vermes segmentados fazem parte do filo Annelida, que inclui espécies conhecidas, como minhocas, sanguessugas e poliquetas. São uma parte essencial do nosso ecossistema porque melhoram a fertilidade do solo, sustentam as cadeias alimentares aquáticas e contribuem para a medicina.

Estudar vermes segmentados no solo ou na água pode ser um desafio. Com modelos de visão computacional como o Ultralytics YOLO11, os investigadores podem detetar estes organismos com maior precisão e estudá-los em grande escala.

Queres saber mais? Explora a nossa comunidade e o nosso repositório do GitHub para te ligares a outras pessoas na área da IA. Consulta as nossas páginas de soluções sobre IA no retalho e visão computacional na agricultura, e vê as nossas opções de licenciamento para começares hoje a utilizar IA de visão.

Explore solutions

Visão computacional para imagens aéreas

Visão computacional para imagens aéreas

Transforma imagens de drones e aéreas em insights em tempo real para agricultura, aquicultura, monitoramento ambiental, conservação e análise geoespacial com Ultralytics YOLO.
Saiba mais
Visão computacional no setor aeroespacial

Visão computacional no setor aeroespacial

Leva a IA de visão para o monitoramento aéreo com os modelos do Ultralytics YOLO. Potencializa drones, fluxos de trabalho aeroespaciais, conservação ambiental e indústrias geoespaciais com soluções de visão computacional.
Saiba mais

Protege cada local com os modelos do Ultralytics YOLO. A IA de visão alimenta monitoramento de perímetro, detecção de ameaças, reconhecimento de placas e segurança no local de trabalho.
Saiba mais
Visão computacional na robótica

Visão computacional na robótica

Dê mais inteligência às suas máquinas com os modelos Ultralytics YOLO. A IA de visão na robótica permite a navegação autónoma, a perceção, o rastreamento de objetos e o controlo em tempo real.
Saiba mais
Visão computacional na logística

Visão computacional na logística

Simplifique a logística com os modelos Ultralytics YOLO. A IA de visão permite a inspeção de encomendas, a triagem, o rastreamento de veículos e a monitorização da segurança dos armazéns em tempo real.
Saiba mais
Visão computacional no retalho

Visão computacional no retalho

Reinvente o retalho com os modelos Ultralytics YOLO. A IA de visão permite o rastreamento do inventário, a monitorização de prateleiras, a gestão de filas e informações mais inteligentes sobre os clientes.
Saiba mais
Visão computacional na área da saúde

Visão computacional na área da saúde

Cria soluções de saúde com modelos Ultralytics YOLO. A Vision AI na área da saúde permite obter imagens médicas mais rapidamente, diagnósticos mais inteligentes e monitorização de pacientes.
Saiba mais
Visão computacional na produção

Visão computacional na produção

Otimiza a produção com modelos Ultralytics YOLO. A Vision AI impulsiona o controlo de qualidade, a deteção de defeitos, a conformidade com EPI e a automatização das linhas de montagem.
Saiba mais
Visão computacional no setor automóvel

Visão computacional no setor automóvel

Aplique visão computacional no setor automóvel com modelos Ultralytics YOLO. A IA de visão melhora a segurança rodoviária, a assistência ao condutor e a automatização de veículos para estradas mais inteligentes.
Saiba mais
Visão computacional na agricultura

Visão computacional na agricultura

Leve a IA de visão para a agricultura inteligente com modelos Ultralytics YOLO. Potencie a monitorização das culturas, o acompanhamento do gado e a agricultura de precisão para obter colheitas maiores e mais inteligentes.
Saiba mais
Visão computacional para imagens aéreas

Visão computacional para imagens aéreas

Transforma imagens de drones e aéreas em insights em tempo real para agricultura, aquicultura, monitoramento ambiental, conservação e análise geoespacial com Ultralytics YOLO.
Saiba mais
Visão computacional no setor aeroespacial

Visão computacional no setor aeroespacial

Leva a IA de visão para o monitoramento aéreo com os modelos do Ultralytics YOLO. Potencializa drones, fluxos de trabalho aeroespaciais, conservação ambiental e indústrias geoespaciais com soluções de visão computacional.
Saiba mais

Protege cada local com os modelos do Ultralytics YOLO. A IA de visão alimenta monitoramento de perímetro, detecção de ameaças, reconhecimento de placas e segurança no local de trabalho.
Saiba mais
Visão computacional na robótica

Visão computacional na robótica

Dê mais inteligência às suas máquinas com os modelos Ultralytics YOLO. A IA de visão na robótica permite a navegação autónoma, a perceção, o rastreamento de objetos e o controlo em tempo real.
Saiba mais
Visão computacional na logística

Visão computacional na logística

Simplifique a logística com os modelos Ultralytics YOLO. A IA de visão permite a inspeção de encomendas, a triagem, o rastreamento de veículos e a monitorização da segurança dos armazéns em tempo real.
Saiba mais
Visão computacional no retalho

Visão computacional no retalho

Reinvente o retalho com os modelos Ultralytics YOLO. A IA de visão permite o rastreamento do inventário, a monitorização de prateleiras, a gestão de filas e informações mais inteligentes sobre os clientes.
Saiba mais
Visão computacional na área da saúde

Visão computacional na área da saúde

Cria soluções de saúde com modelos Ultralytics YOLO. A Vision AI na área da saúde permite obter imagens médicas mais rapidamente, diagnósticos mais inteligentes e monitorização de pacientes.
Saiba mais
Visão computacional na produção

Visão computacional na produção

Otimiza a produção com modelos Ultralytics YOLO. A Vision AI impulsiona o controlo de qualidade, a deteção de defeitos, a conformidade com EPI e a automatização das linhas de montagem.
Saiba mais
Visão computacional no setor automóvel

Visão computacional no setor automóvel

Aplique visão computacional no setor automóvel com modelos Ultralytics YOLO. A IA de visão melhora a segurança rodoviária, a assistência ao condutor e a automatização de veículos para estradas mais inteligentes.
Saiba mais
Visão computacional na agricultura

Visão computacional na agricultura

Leve a IA de visão para a agricultura inteligente com modelos Ultralytics YOLO. Potencie a monitorização das culturas, o acompanhamento do gado e a agricultura de precisão para obter colheitas maiores e mais inteligentes.
Saiba mais
Visão computacional para imagens aéreas

Visão computacional para imagens aéreas

Transforma imagens de drones e aéreas em insights em tempo real para agricultura, aquicultura, monitoramento ambiental, conservação e análise geoespacial com Ultralytics YOLO.
Saiba mais
Visão computacional no setor aeroespacial

Visão computacional no setor aeroespacial

Leva a IA de visão para o monitoramento aéreo com os modelos do Ultralytics YOLO. Potencializa drones, fluxos de trabalho aeroespaciais, conservação ambiental e indústrias geoespaciais com soluções de visão computacional.
Saiba mais

Protege cada local com os modelos do Ultralytics YOLO. A IA de visão alimenta monitoramento de perímetro, detecção de ameaças, reconhecimento de placas e segurança no local de trabalho.
Saiba mais
Visão computacional na robótica

Visão computacional na robótica

Dê mais inteligência às suas máquinas com os modelos Ultralytics YOLO. A IA de visão na robótica permite a navegação autónoma, a perceção, o rastreamento de objetos e o controlo em tempo real.
Saiba mais
Visão computacional na logística

Visão computacional na logística

Simplifique a logística com os modelos Ultralytics YOLO. A IA de visão permite a inspeção de encomendas, a triagem, o rastreamento de veículos e a monitorização da segurança dos armazéns em tempo real.
Saiba mais
Visão computacional no retalho

Visão computacional no retalho

Reinvente o retalho com os modelos Ultralytics YOLO. A IA de visão permite o rastreamento do inventário, a monitorização de prateleiras, a gestão de filas e informações mais inteligentes sobre os clientes.
Saiba mais
Visão computacional na área da saúde

Visão computacional na área da saúde

Cria soluções de saúde com modelos Ultralytics YOLO. A Vision AI na área da saúde permite obter imagens médicas mais rapidamente, diagnósticos mais inteligentes e monitorização de pacientes.
Saiba mais
Visão computacional na produção

Visão computacional na produção

Otimiza a produção com modelos Ultralytics YOLO. A Vision AI impulsiona o controlo de qualidade, a deteção de defeitos, a conformidade com EPI e a automatização das linhas de montagem.
Saiba mais
Visão computacional no setor automóvel

Visão computacional no setor automóvel

Aplique visão computacional no setor automóvel com modelos Ultralytics YOLO. A IA de visão melhora a segurança rodoviária, a assistência ao condutor e a automatização de veículos para estradas mais inteligentes.
Saiba mais
Visão computacional na agricultura

Visão computacional na agricultura

Leve a IA de visão para a agricultura inteligente com modelos Ultralytics YOLO. Potencie a monitorização das culturas, o acompanhamento do gado e a agricultura de precisão para obter colheitas maiores e mais inteligentes.
Saiba mais

Vamos construir juntos o futuro da IA!

Começa a tua jornada com o futuro da aprendizagem automática