A carregar...
Publicação
Aplicação de sistemas de visão computacional na deteção de lesões pulmonares em bovinos de engorda
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 1.75 MB | Adobe PDF |
Orientador(es)
Resumo(s)
A Doença Respiratória Bovina (DRB) é a principal causa de prejuízos financeiros em explorações de engorda. O propósito deste estudo foi testar um sistema de visão computacional (CVS) em imagens de pulmões bovinos obtidas num matadouro, para avaliar a sua eficácia como um recurso auxiliar no diagnóstico post-mortem de lesões respiratórias. Foram recolhidas e analisadas 164 imagens de pulmões, correspondentes a 82 bovinos, utilizando parâmetros RGB e grayscale, e comparadas com uma classificação visual das lesões em 4 níveis (0 a 3). Os resultados indicaram uma correlação estatisticamente significativa entre a proporção de pixeis de alta intensidade (em canal vermelho) e a gravidade dos quadros lesionais. No entanto, o sistema apresentou restrições na diferenciação entre níveis mais graves de lesão. A discussão destaca o potencial da digitalização de imagens como recurso económico e facilmente integrável em sistemas de machine learning. Conclui se que esta abordagem pode contribuir para uma avaliação mais objetiva da sanidade pulmonar, com implicações na monitorização de tratamentos, avaliação económica e tomada de decisão em produção animal
Bovine Respiratory Disease (BRD) is the leading cause of economic loss in beef feedlots. This study aimed to test a computer vision system (CVS) applied to images of bovine lungs collected at the slaughterhouse, assessing its potential as a complementary post mortem diagnostic tool for respiratory lesions. A total of 164 lung images corresponding to 82 cows, were collected and analysed using RGB and grayscale parameters, which were compared to a 4-level visual lesion scoring system (0 to 3). Results showed a statistically significant correlation between the proportion of high-intensity pixels (in the red channel) and lesion severity. However, the system showed limitations in distinguishing among more advanced lesion scores. The discussion highlights the potential of image digitalization as a low-cost tool that can be integrated into machine learning systems. In conclusion, this approach may contribute to a more objective assessment of lung health, with implications for treatment monitoring, economic evaluation, and decision-making in animal production
Bovine Respiratory Disease (BRD) is the leading cause of economic loss in beef feedlots. This study aimed to test a computer vision system (CVS) applied to images of bovine lungs collected at the slaughterhouse, assessing its potential as a complementary post mortem diagnostic tool for respiratory lesions. A total of 164 lung images corresponding to 82 cows, were collected and analysed using RGB and grayscale parameters, which were compared to a 4-level visual lesion scoring system (0 to 3). Results showed a statistically significant correlation between the proportion of high-intensity pixels (in the red channel) and lesion severity. However, the system showed limitations in distinguishing among more advanced lesion scores. The discussion highlights the potential of image digitalization as a low-cost tool that can be integrated into machine learning systems. In conclusion, this approach may contribute to a more objective assessment of lung health, with implications for treatment monitoring, economic evaluation, and decision-making in animal production
Descrição
Dissertação de Mestrado Integrado em Medicina Veterinária, área científica de Produção Animal e Segurança Alimentar
Palavras-chave
Doença respiratória bovina Sistema de visão computacional Diagnóstico post-mortem Canal de cor Bovine respiratory diseases Digital imagery Post-mortem examination Colour channel