Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA) | - |
Autor(es): dc.contributor | Central Paulista University Center (UNICEP) | - |
Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
Autor(es): dc.creator | Santana, Raul Costa Mascarenhas | - |
Autor(es): dc.creator | Guimarães, Edilson da Silva | - |
Autor(es): dc.creator | Caracuschanski, Fernando David | - |
Autor(es): dc.creator | Brassolatti, Larissa Cristina | - |
Autor(es): dc.creator | Silva, Maria Laura da | - |
Autor(es): dc.creator | Garcia, Alexandre Rossetto | - |
Autor(es): dc.creator | Pezzopane, José Ricardo Macedo | - |
Autor(es): dc.creator | Alves, Teresa Cristina | - |
Autor(es): dc.creator | Tholon, Patrícia | - |
Autor(es): dc.creator | Santos, Marcos Veiga dos | - |
Autor(es): dc.creator | Zafalon, Luiz Francisco | - |
Data de aceite: dc.date.accessioned | 2025-08-21T19:47:50Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T19:47:50Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1155/vmi/5585458 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/300316 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/300316 | - |
Descrição: dc.description | Bovine subclinical mastitis (SCM) is the costliest disease for the dairy industry. Technologies aimed at the early diagnosis of this condition, such as infrared thermography (IRT), can be used to generate large amounts of data that provide valuable information when analyzed using learning techniques. The objective of this study was to evaluate and optimize the use of machine learning by applying the Extreme Gradient Boosting (XGBoost) algorithm in the diagnosis of bovine SCM, based on udder thermogram analysis. Over 14 months, a total of 1035 milk samples were collected from 97 dairy cows subjected to an automatic milking system. Somatic cell counts were performed by flow cytometry, and the health status of the mammary gland was determined based on a cutoff of 200,000 cells/mL of milk. The attributes analyzed collectively included air temperature, relative humidity, temperature-humidity index, breed, body temperature, teat dirtiness score, parity, days in milk, mammary gland position, milk yield, electrical conductivity, milk fat, coldest and hottest points in the mammary gland region of interest, average mammary gland temperature, thermal amplitude, and the difference between the average temperature of the region of interest and the animal’s body temperature, as well as the microbiological evaluation of the milk. Using the XGBoost algorithm, the most relevant variables for solving the classification problem were identified and selected to construct the final model with the best fit and performance. The best area under the receiver operating characteristic curve (AUC: 0.843) and specificity (Sp: 93.3%) were obtained when using all thermographic variables. The coldest point in the region of interest was considered the most important for decision making in mastitis diagnosis. The use of XGBoost can enhance the diagnostic capability for SCM when IRT is employed. The developed optimized model can be used as a confirmatory mechanism for SCM. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | School of Agricultural and Veterinary Sciences São Paulo State University (UNESP), São Paulo | - |
Descrição: dc.description | Embrapa Southeastern Livestock, São Carlos | - |
Descrição: dc.description | Central Paulista University Center (UNICEP), São Carlos | - |
Descrição: dc.description | School of Veterinary Medicine and Animal Science University of São Paulo (FMVZ-USP), São Paulo | - |
Descrição: dc.description | School of Agricultural and Veterinary Sciences São Paulo State University (UNESP), São Paulo | - |
Descrição: dc.description | FAPESP: 2020/16240-4 | - |
Descrição: dc.description | CNPq: 404513/2021-2 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Veterinary Medicine International | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | dairy cattle | - |
Palavras-chave: dc.subject | Extreme Gradient Boosting | - |
Palavras-chave: dc.subject | robotic milking system | - |
Título: dc.title | Machine Learning Techniques Associated With Infrared Thermography to Optimize the Diagnosis of Bovine Subclinical Mastitis | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: