Melhorando o desempenho de matrizes suínas por meio da detecção precoce de claudicação e de alterações no escore de condição corporal

• Processo: 17/09893-9
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de março de 2019
• Data de Término da vigência: 30 de junho de 2019
• Área de conhecimento: Ciências Agrárias - Engenharia Agrícola - Construções Rurais e Ambiência
• Pesquisador responsável: Késia Oliveira da Silva Miranda
• Beneficiário: Isabella Cardoso Ferreira da Silva Condotta
• Instituição Sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Assunto(s): Zootecnia de precisão Bem-estar do animal Automação Suínos Claudicação intermitente
• Palavra(s)-Chave do Pesquisador: Bem-estar Animal | Imagens | zootecnia de precisão | Zootecnia de Precisão/Automação

Resumo

A observação, o controle e a manutenção das condições físicas de matrizes suínas em níveis aceitáveis é fundamental para manter o bem-estar animal e a produção em padrões adequados. A claudicação causa dor e dificuldade de locomoção e, no entanto, é uma desordem comum em matrizes suínas que, além do impacto negativo no bem-estar, gera, também, grandes impactos na produção, uma vez que os animais que demonstram esse problema, apresentam um menor número de leitões nascidos vivos, menor número de partos por ano e são removidas do rebanho a uma idade mais jovem do que a ideal. Sabe-se, ainda, que, durante a gestação, cada matriz deve receber uma quantidade de ração diferenciada de acordo com sua condição corporal. Animais abaixo do peso apresentam deficiência nutricional e menor número de leitões nascidos por ninhada. Já as matrizes com excesso de peso apresentam um desenvolvimento anormal das glândulas mamárias, reduzindo a quantidade de leite produzida durante a lactação, acarretando em perdas econômicas. Tanto a detecção da claudicação quanto a classificação da condição corporal são feitos por meios subjetivos e dependentes da opinião pessoal do tratador, o que pode gerar divergências entre as classificações dadas por cada indivíduo. Destaca-se, portanto, a importância do reconhecimento precoce de animais que apresentam condições físicas fora dos padrões exigidos, visando a prevenção de perdas produtivas causadas tanto pelo agravamento das condições apresentadas quanto pelo grande impacto no bem-estar dos animais. Tendo-se isso em vista, o presente trabalho visa obter três características (escore de condição corporal, massa corporal e espessura de toucinho) por meio de um sensor de aquisição de imagens em profundidade, Kinect®, que se mostrou eficaz na obtenção dessas características em outros animais (suínos machos não-castrados e vacas leiteiras). Além disso, com o mesmo sensor, buscar-se-á desenvolver um método para a detecção precoce de claudicação em matrizes suínas, utilizando-se a abordagem da cinemática dos animais, que vem dando bons resultados e cujas dificuldades têm potencial para ser sanadas por meio do uso de um sensor em profundidade em vez do método de marcadores reflexivos utilizado atualmente. O objetivo geral do projeto é, portanto, desenvolver, validar e avaliar um novo método de classificação da condição física de matrizes suínas baseado em imagens em profundidade. Espera-se, com essa pesquisa, desenvolver métodos de análise da condição física de matrizes suínas por meio de imagens em profundidade, que possam solucionar o problema hoje existente a respeito da subjetividade dos métodos utilizados, garantindo uma medida rápida, precisa e segura dessa variável de grande importância no sistema produtivo. Como consequência do desenvolvimento desses novos métodos, espera-se obter, com o seu uso, a melhoria do bem-estar de animais e de trabalhadores e o aumento da eficiência do processo produtivo. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

CONDOTTA, ISABELLA C. F. S.; BROWN-BRANDL, TAMI M.; PITLA, SANTOSH K.; STINN, JOHN P.; SILVA-MIRANDA, KESIA O.. Evaluation of low-cost depth cameras for agricultural applications. COMPUTERS AND ELECTRONICS IN AGRICULTURE, v. 173, JUN 2020. (17/09893-9)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

CONDOTTA, Isabella Cardoso Ferreira da Silva. Processamento de imagens em profundidade para melhora do desempenho de matrizes suínas por meio da detecção precoce de claudicação e de alterações no escore de condição corporal. 2019. Tese de Doutorado - Universidade de São Paulo (USP). Escola Superior de Agricultura Luiz de Queiroz (ESALA/BC) Piracicaba.