Uso de la temperatura de la piel por infrarrojos para predecir el estrés en lechones
Felipe Napolitano da Fonseca, Jair Minoro Abe, Irenilza de Alencar Nääs, Alexandra Ferreira da Silva Cordeiro, Fábio Vieira do Amaral, Henry Costa Ungaro, Automatic prediction of stress in piglets (Sus Scrofa) using infrared skin temperature, Computers and Electronics in Agriculture, Volume 168, 2020 https://doi.org/10.1016/j.compag.2019.105148.
02-jun-2020 (hace 3 años 10 meses 26 días)En los países en vías de desarrollo el consumo de carne de cerdo crece un 5% al año. Garantizar la seguridad alimentaria dentro de los estándares éticos de producción de carne es una demanda creciente del consumidor. El objetivo del estudio era desarrollar un modelo para predecir el estrés en lechones según la temperatura de la piel medida con infrarrojos (IST) usando el aprendizaje automático y la lógica paraconsistente. Se registró la temperatura de la piel con infrarrojos a un total de 72 lechones (32 machos y 40 hembras), desde el día 1 al 52 de edad, durante el parto y la transición bajo diferentes condiciones de estrés (dolor, frío/calor, hambre y sed). La evaluación de las imágenes térmicas se realizó mediante una cámara termográfica infrarroja. Los termogramas se tomaron a temperaturas ambiente de 24 a 30 °C. La temperatura mínima de la piel por infrarrojos (ISTmin), la temperatura máxima de la piel por infrarrojos (ISTmax) y el sexo de los lechones se utilizaron como variables para encontrar las condiciones de estrés (target). Las variables consideradas en el análisis se clasificaron utilizando el método de minería de datos. La técnica de imagen está sujeta a ciertas contradicciones e incertidumbres que requieren modelos matemáticos. La lógica paraconsistente se aplicó para extraer la contradicción de los datos.
La condición de estrés que tuvo una mayor precisión en la detección fue la prevista por el frío (100%) usando la ISTmin y la ISTmin junto con el sexo del lechón, y la sed (91%) usando la ISTmax y la ISTmax junto con el sexo del lechón. La mayor predicción del hambre se encontró usando ISTmin (86%). Aunque el modelo fue preciso para detectar estos tipos de estrés, las otras condiciones estresantes en lechones, como el dolor, tuvieron una precisión igual o inferior al 50%.
Los resultados indican una evaluación prometedora de la condición de estrés en lechones usando la temperatura de la piel con infrarrojos. Se propone la inclusión de otras variables en el proceso de aprendizaje automático para amplificar el uso del modelo.