Detecção automatizada de cio em matrizes usando um sistema robótico de processamento de imagens

A detecção precisa do cio é essencial para otimizar o desempenho reprodutivo das matrizes. O método convencional de detecção de cio é baseado em um teste de pressão nas costas da matriz.

Objetivo: Este estudo apresenta um método automatizado para detecção de cio em matrizes alojadas em gaiolas individuais utilizando um sistema robótico de processamento de imagens e redes neurais.

Métodos: Um sistema de imagem robótico, composto por uma câmera LiDAR, foi usado para monitorar um grupo de matrizes em gaiolas em intervalos de 10 minutos e capturar suas posturas e volume vulvar. Os dados da imagem foram analisados ​​usando um processo desenvolvido anteriormente.

Resultados: Foram observadas alterações significativas nos índices diários de posição ereta, decúbito esternal e decúbito lateral, frequência de mudança de postura e volume vulvar antes do início do cio. Uma arquitetura de modelo de rede neural convolucional 1-D foi desenvolvida para detecção de estro usando dias desde o desmame, características comportamentais e características do volume vulvar como entradas. Os modelos de detecção de cio foram avaliados usando validação cruzada de 10 vezes. A precisão do treinamento e teste do modelo de detecção foi de 96,1 ± 2,0% e 92,3 ± 10,1% ao usar dias desde o desmame e características comportamentais como dados. A precisão do treinamento e teste do modelo aumentou para 98,1 ± 2,4% e 98,0 ± 4,2% quando recursos de volume vulvar foram adicionados.

Conclusão: Embora seja difícil rastrear o comportamento de matrizes alojadas em grupo, a combinação das características do volume vulvar com os dias desde o desmame pode ser um método adequado para detectar o início do cio nessas matrizes. A precisão do treinamento e teste deste método de detecção de cio foi de 97,9 ± 1,4% e 95,2 ± 4,8%. No entanto, é necessária uma validação adicional em condições reais das fêmeas alojadas em grupo.