Depth images' processing to improve the performance of sows through early detection of lameness and changes in body condition score (2019)
- Authors:
- Autor USP: CONDOTTA, ISABELLA CARDOSO FERREIRA DA SILVA - ESALQ
- Unidade: ESALQ
- Sigla do Departamento: LEB
- Subjects: BEM-ESTAR DO ANIMAL; CASCOS; COMPOSIÇÃO CORPORAL; MATRIZES ANIMAL; PROCESSAMENTO DE IMAGENS; SUÍNOS; ZOOTECNIA DE PRECISÃO
- Language: Inglês
- Abstract: A observação, o controle e a manutenção das condições físicas de matrizes suínas em níveis aceitáveis são fundamentais para manter o bem-estar animal e a produção em padrões adequados. A claudicação causa dor e dificuldade de locomoção e, no entanto, é uma desordem comum em matrizes suínas que, além do impacto negativo no bem-estar, gera, também, grandes impactos na produção, uma vez que os animais que demonstram esse problema, apresentam um menor número de leitões nascidos vivos, menor número de partos por ano e são removidas do rebanho a uma idade mais jovem do que a ideal. Sabe-se, ainda, que, durante a gestação, cada matriz deve receber uma quantidade de ração diferenciada de acordo com sua condição corporal. Animais abaixo do peso apresentam deficiência nutricional e menor número de leitões nascidos por ninhada. Já as matrizes com excesso de peso apresentam um desenvolvimento anormal das glândulas mamárias, reduzindo a quantidade de leite produzida durante a lactação, acarretando em perdas econômicas. Tanto a detecção da claudicação quanto a classificação da condição corporal são feitos por meios subjetivos e dependentes da opinião pessoal do tratador, o que pode gerar divergências entre as classificações dadas por cada indivíduo. Destaca-se, portanto, a importância do reconhecimento precoce de animais que apresentam condições físicas fora dos padrões exigidos, visando a prevenção de perdas produtivas causadas tanto pelo agravamento das condições apresentadas quantopelo grande impacto no bem-estar dos animais. Tendo-se isso em vista, o presente trabalho visou obter três características (escore de condição corporal, massa corporal e espessura de toucinho) por meio de imagens em profundidade, que se mostraram eficazes na obtenção dessas características em outros animais (suínos machos não- castrados e vacas leiteiras). Além disso, buscou-se desenvolver um método para a detecção precoce de claudicação em matrizes suínas, utilizando-se a abordagem da cinemática dos animais, que vem dando bons resultados e cujas dificuldades têm potencial para serem sanadas por meio do uso de imagens em profundidade em vez do método de marcadores reflexivos utilizado atualmente. Para predizer a condição corporal, uma regressão linear múltipla foi obtida usando o menor eixo da elipse ajustada ao redor do corpo da matriz suína, a largura dos ombros e o ângulo da curvatura da última costela. Para predizer a espessura de toucinho, foi realizada uma regressão linear múltipla usando a altura curvatura da última da costela, o perímetro do corpo da matriz, o maior eixo da elipse ajustada, o comprimento do focinho à cauda e o escore predito da condição corporal. Foi possível obter a massa corporal com uma regressão linear simples usando o volume projetado do corpo das matrizes. Para detecção de claudicação, três modelos apresentaram a melhor precisão (76,9%): análise discriminante linear, 1 vizinho mais próximo e 10 vizinhos mais próximos. As variáveis de entradautilizadas nos modelos foram obtidas a partir de vídeos em profundidade (número, tempo e comprimento de passos para cada uma das quatro regiões analisadas-ombros esquerdo e direito e quadris esquerdo e direito; tempo total de caminhada e número de máximos locais para a região da cabeça). Como resultado desses estudos, observou-se que câmeras em profundidade podem ser utilizadas na automação de medidas de peso, condição corporal, espessura de toucinho e claudicação de matrizes suínas
- Imprenta:
- Publisher place: Piracicaba
- Date published: 2019
- Data da defesa: 07.06.2019
-
ABNT
CONDOTTA, Isabella Cardoso Ferreira da Silva. Depth images' processing to improve the performance of sows through early detection of lameness and changes in body condition score. 2019. Tese (Doutorado) – Universidade de São Paulo, Piracicaba, 2019. Disponível em: http://www.teses.usp.br/teses/disponiveis/11/11152/tde-29082019-154917/. Acesso em: 19 abr. 2024. -
APA
Condotta, I. C. F. da S. (2019). Depth images' processing to improve the performance of sows through early detection of lameness and changes in body condition score (Tese (Doutorado). Universidade de São Paulo, Piracicaba. Recuperado de http://www.teses.usp.br/teses/disponiveis/11/11152/tde-29082019-154917/ -
NLM
Condotta ICF da S. Depth images' processing to improve the performance of sows through early detection of lameness and changes in body condition score [Internet]. 2019 ;[citado 2024 abr. 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/11/11152/tde-29082019-154917/ -
Vancouver
Condotta ICF da S. Depth images' processing to improve the performance of sows through early detection of lameness and changes in body condition score [Internet]. 2019 ;[citado 2024 abr. 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/11/11152/tde-29082019-154917/ - Automatic assess of growing-finishing pigs' weight through depth image analysis
- Evaluation of low-cost depth cameras for agricultural applications
- Development of method for lameness detection based on depth image analysis
- Using an artificial neural network to predict pig mass from depth images
- Sustentabilidade na educação infantil: ciclo, aproveitamento e uso consciente da água
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas