Uso da termografia infravermelha para a predição da etiologia infecciosa da mastite subclínica bovina em sistema de ordenha robótico com o uso de técnicas de aprendizado de máquina

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorZafalon, Luiz Francisco-
Autor(es): dc.creatorCaracuschanski, Fernando David-
Data de aceite: dc.date.accessioned2025-08-21T17:31:02Z-
Data de disponibilização: dc.date.available2025-08-21T17:31:02Z-
Data de envio: dc.date.issued2024-02-22-
Data de envio: dc.date.issued2024-02-22-
Data de envio: dc.date.issued2024-02-12-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/11449/253392-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/253392-
Descrição: dc.descriptionA mastite é responsável por grandes prejuízos para produtores e indústrias devido a diminuição da qualidade e quantidade do leite produzido. A ordenha robótica surge como uma alternativa à escassez de mão de obra, entretanto a higienização dos tetos neste sistema pode ser ineficiente possibilitando o surgimento e a manutenção de casos de mastite no rebanho. Inexistem informações a respeito da eficiência da higienização dos tetos neste sistema em rebanhos mantidos a pasto. A utilização de técnicas precisas e rápidas de diagnóstico são fundamentais para o controle da mastite e a termografia infravermelha é um dos meios potenciais que podem ser usados para a identificação de uma vaca com a doença, devido a capacidade dos microrganismos em elevar a temperatura do úbere. Entretanto, este método sofre grandes variações devido a fatores dos animais e ambientais. O uso do aprendizado de máquina pode aprimorar o diagnóstico termográfico por meio da identificação de padrões, acelerando a tomada de decisões clínicas. Assim, objetivou-se avaliar a termografia infravermelha para a predição da etiologia infecciosa da mastite subclínica bovina com o uso de técnicas de aprendizado de máquina, em sistema de ordenha voluntária de vacas criadas a pasto. Oitenta e nove vacas em lactação de uma propriedade rural de São Carlos, SP, Brasil foram submetidas durante seis meses a análises termográficas do úbere, exame microbiológico, avaliação dos teores de gordura e contagem de células somáticas das amostras de leite. Foram coletados dados como estágio de lactação, paridade, data e hora da ordenha e índice de sujidade dos quartos mamários. A ocorrência de sol ou chuva durante a obtenção das amostras foram devidamente registradas e sensores programados para o monitoramento da temperatura ambiente e umidade relativa do ar foram utilizados. As análises dos dados foram realizadas no software R (versão 4.2.3.), utilizou-se técnicas supervisionadas de aprendizado de máquina (supervised machine learning), com a finalidade de predição da mastite e da etiologia infeciosa com o uso da termografia infravermelha. Modelos de regressão logística binomial e multinomial foram utilizados e comparados. Espera-se, com os resultados obtidos, a obtenção de mais informações sobre a capacidade diagnóstica da termografia infravermelha, de modo que sejam proporcionados subsídios futuros a produtores e assistência técnica especializada sobre a identificação de casos subclínicos de mastite bovina em sistemas de ordenha robotizados.-
Descrição: dc.descriptionMastitis is responsible for significant losses for producers and industries due to the decrease in the quality and quantity of milk produced. Robotic milking emerges as an alternative to the shortage of labor, however teat hygiene in this system can be inefficient, making it possible for mastitis cases to arise and persist in the herd. There is no information about the efficiency of teat hygiene in this system in herds kept on pasture. The use of accurate and rapid diagnostic techniques are essential for mastitis control, and infrared thermography is one of the potential methods that can be used to identify a cow with the disease due to the ability of microorganisms to raise udder temperature. However, this method suffers from large variations due to factors of the animals and the environment. The use of machine learning can improve thermal diagnosis by identifying patterns, accelerating clinical decision-making. Thus, the objective was to evaluate infrared thermography for the prediction of the infectious etiology of subclinical bovine mastitis by machine learning techniques in a voluntary milking system of cows raised on pasture. Eighty-nine lactating cows from a rural property in São Carlos, SP, Brazil were subjected for six months to udder thermographic analyses, microbiological examination, assessment of fat levels and somatic cell count of milk samples. Data such as lactation stage, parity, date and time of milking and mammary quarter cleanliness index were collected. The occurrence of sun or rain during the collection of samples was duly recorded and sensors programmed for monitoring ambient temperature and relative humidity were used. Data analyses were performed in the R software (version 4.2.3.), using supervised machine learning techniques (supervised machine learning), with the purpose of predicting mastitis and the infectious etiology with the use of infrared thermography. Binomial and multinomial logistic regression models were used and compared. It is expected that, with the results obtained, more information will be obtained about the diagnostic capacity of infrared thermography, so that future subsidies will be provided to producers and specialized technical assistance on the identification of subclinical cases of bovine mastitis in robotic milking systems.-
Descrição: dc.descriptionCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)-
Descrição: dc.descriptionConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)-
Descrição: dc.descriptionCAPES - Código de Financiamento: 88887.650546/2021-00-
Descrição: dc.descriptionFAPESP: Processo nº 2020/16240-4-
Descrição: dc.descriptionCNPq: 404513/2021-2-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Estadual Paulista (UNESP)-
Direitos: dc.rightsinfo:eu-repo/semantics/openAccess-
Palavras-chave: dc.subjectMicrobiologia dos Laticínios-
Palavras-chave: dc.subjectGado-
Palavras-chave: dc.subjectInteligência Artificial-
Título: dc.titleUso da termografia infravermelha para a predição da etiologia infecciosa da mastite subclínica bovina em sistema de ordenha robótico com o uso de técnicas de aprendizado de máquina-
Título: dc.titleUse of infrared thermography for predicting the infectious etiology of subclinical bovine mastitis in a robotic milking system using machine learning-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.