Sistema de visión artificial para el monitoreo de precipitados de cadmio en un proceso sulfato-reductor.

Millán Téllez, Luis Ángel

dc.contributor.author	Millán Téllez, Luis Ángel
dc.date.accessioned	2026-08-10T16:18:49Z
dc.date.available	2026-08-10T16:18:49Z
dc.date.issued	2026-05-25
dc.identifier.govdoc	IBIO .17117 2026
dc.identifier.other	ATD1913
dc.identifier.uri	http://dgsa.uaeh.edu.mx:8080/bibliotecadigital/handle/231104/8244
dc.description	La biorremediación de metales pesados mediante bacterias sulfato-reductoras (BSR) permite la remoción de iones metálicos en sistemas acuosos a través de la reducción disimilatoria de sulfato y la formación de sulfuros metálicos insolubles bajo condiciones anaerobias. La precipitación de estos compuestos, como el sulfuro de cadmio (CdS), provoca cambios ópticos que pueden ser cuantificados mediante técnicas colorimétricassin alterar el cultivo, lo que abre la posibilidad de desarrollar métodos de monitoreo no invasivos, de bajo costo y potencialmente aplicables en tiempo real. En este estudio se utilizó visión artificial basada en redes neuronales convolucionales (CNN, por sus siglas en inglés) para estimar la concentración de Cd(II) residual a partir de cambios cromáticos asociados a la formación de CdS durante la cinética de remoción mediada por Desulfovibrio alaskensis 6SR. Se construyó un banco de 1900 imágenes obtenidas de cultivos en lote expuestos a distintas concentraciones de cadmio de 0, 25, 50, 75, 100, 125, 150, 175 y 200 ppm, que se emplearon para el entrenamiento, validación y prueba del modelo. La CNN propuesta alcanzó una precisión global de 99.5%, una sensibilidad de 99.47% y un F1-score de 99.47% en el conjunto de prueba (n = 190 imágenes). Adicionalmente, el modelo fue evaluado bajo una condición no incluida en el entrenamiento (170 ppm), donde las estimaciones de concentración residual obtenidas a partir del análisis de imágenes mostraron concordancia a los valores determinados experimentalmente mediante espectroscopía de absorción atómica (AAS, por sus siglas en inglés), cumpliendo los límites permisibles de efluentes en base a norma de concentraciones menores a 0.003 mg/L Finalmente, los resultados demuestran que la integración de herramientas de visión artificial a sistemas de remoción anaerobia permite inferir cuantitativamente la remoción de Cd(II) a partir de señales ópticas, destacando el potencial de esta estrategia como herramienta complementaria para el monitoreo y control de bioprocesos anaerobios.	es_ES
dc.language.iso	es	es_ES
dc.publisher	EscSupApan-BD-UAEH	es_ES
dc.subject	Bacterias sulfato reductoras	es_ES
dc.subject	Desulfovibrio alaskensis	es_ES
dc.subject	Sulfuro de cadmio	es_ES
dc.subject	Monitoreo indirecto	es_ES
dc.subject	Redes neuronales convolucionales	es_ES
dc.subject	Ingeniería en Biociencias.	es_ES
dc.title	Sistema de visión artificial para el monitoreo de precipitados de cadmio en un proceso sulfato-reductor.	es_ES
dc.title.alternative	Ingeniería en Biociencias.	es_ES
dc.type	Tesis	es_ES