Estudo da influência das atividades pré-parto de matrizes suínas na sobrevivência de leitões usando aprendizado profundo e visão computacional

• Processo: 23/10750-9
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de fevereiro de 2024
• Situação: Interrompido
• Área de conhecimento: Ciências Agrárias - Zootecnia - Produção Animal
• Pesquisador responsável: Rafael Vieira de Sousa
• Beneficiário: Diego Feitosa Leal
• Instituição Sede: Faculdade de Zootecnia e Engenharia de Alimentos (FZEA). Universidade de São Paulo (USP). Pirassununga , SP, Brasil
• Bolsa(s) vinculada(s): 24/19060-8 - Análise do comportamento de amamentação de leitões neonatos para anotação de vídeo imagens, BE.EP.PD
• Assunto(s): Aprendizado computacional Bem-estar do animal Comportamento materno Instrumentação Visão computacional Pecuária de precisão
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Bem-estar Animal | Comportamento materno | instrumentação | periparto | Visão Computacional | Pecuária de precisão

Resumo

Na suinocultura há um grande apelo pelo desenvolvimento de estratégias e tecnologias que contribuam para a redução da mortalidade de leitões. A mortalidade pré-desmame pode variar de 5-20%, com 50-80% dessas mortes ocorrendo durante a primeira semana de vida, principalmente durante as primeiras 72 horas após o parto. Estudos vêm demostrando que o comportamento materno pré-parto (comportamento de nidificação) e pós-parto (comportamento de amamentação, responsividade aos chamados dos leitões em perigo, comportamento cuidadoso ao realizar trocas posturais) exerce um papel fundamental para sobrevivência dos leitões até o desmame. Tradicionalmente, a análise de comportamentos é realizada por meio de observação humana, em um curto período de tempo e com um número limitado de animais, tornando-a laboriosa, subjetiva e suscetível a erro humano. Nesse sentido, a utilização de ferramentas de inteligência artificial ou, mais especificamente, de visão computacional poderiam ser uma alternativa para superar esses desafios e analisar de forma mais robusta o impacto do comportamento materno sobre a sobrevivência e desenvolvimento de leitões. Diante do exposto, o presente projeto possui os seguintes objetivos: 1) identificar padrões de atividades de matrizes suínas relacionadas ao comportamento de nidificação durante o pré-parto que sejam possíveis preditores de comportamento materno inadequado durante o parto e na fase inicial da lactação (cinco dias após o parto), resultando em maior mortalidade de leitões; 2) avaliar como o fornecimento de substrato para nidificação influencia a expressão de comportamentos maternos no periparto (pré-parto, parto e imediatamente após o parto) importantes para a sobrevivência de leitões até o quinto dia após o parto; 3) utilizar as informações comportamentais (posturas e trocas posturais, tanto em termos de tempo, como frequência) para permitir o desenvolvimento de modelo computacional (algoritmo) para compor sistemas automatizados de monitoramento por visão computacional com base em métodos de aprendizado profundo (deep learning). Busca-se viabilizar a predição automática dos padrões de atividades no período periparto e identificar de forma precoce matrizes suínas que apresentem comportamento materno inadequado durante o parto e fase inicial da lactação. Para tanto, será realizado um experimento em granja comercial. Serão utilizadas 56 matrizes suínas. O experimento será conduzido em dois períodos: verão (n = 28) e inverno (n =28). Em cada período experimental as matrizes serão transferidas para a maternidade sete dias antes da data prevista de parto e distribuídas em dois grupos: matrizes com acesso a substrato para nidificação (n = 14) e matrizes sem acesso a substrato (n = 14). Todas as matrizes serão alojadas em celas parideiras convencionais. As celas parideiras serão instrumentadas com sistema de câmeras para coleta de vídeo-imagens durante 24h por oito dias consecutivos, tendo início dois dias antes do parto, durante o parto, e cinco dias pós-parto. O número de leitões nascidos totais, natimortos, duração do parto, intervalo de nascimento entre leitões, número de leitões mortos até o quinto dia após o parto e a causa da morte serão anotados As avaliações comportamentais serão avaliadas de acordo com um etograma pré-estabelecido. As vídeo-imagens serão rotuladas manualmente para compor uma base de dados de imagens para treinamento de modelos baseados em rede neurais convolucional (RNC) para detecção de postura utilizando o software SLEAP (Social LEAP Estimates Animal Poses). Diferentes arquiteturas de RNC utilizadas para construção de diferentes modelos para classificação de posturas. Os modelos serão confrontados utilizando as métricas de matriz confusão (acurácia, precisão e sensibilidade) para se obter o melhor modelo computacional para o sistema de visão.