0
A detecção exacta do cio é essencial para optimizar o rendimento reprodutivo das porcas. O método convencional de detecção do cio baseia-se num difícil teste de pressão no dorso da porca.
Objectivo: Este estudo apresenta um método automatizado de detecção do cio em porcas alojadas em jaulas individuais, utilizando um sistema robótico de processamento de imagens e redes neuronais.
Métodos: Foi utilizado um sistema de imagiologia robótica, constituído por uma câmara LiDAR, para monitorizar um grupo de porcas alojadas em jaulas, em intervalos de 10 minutos, e captar a sua postura e volume vulvar. Os dados de imagem foram analisados utilizando um processo previamente desenvolvido.
Resultados: Foram observadas alterações significativas nos índices diários de postura erecta, decúbito esternal e decúbito lateral, frequência de mudança de postura e volume vulvar antes do início do cio. Foi desenvolvida uma arquitetura de modelo de rede neural convolucional 1-D para a detecção do estro, utilizando como dados os dias desde o desmame, as caraterísticas comportamentais e as caraterísticas do volume vulvar. Os modelos de detecção de cio foram avaliados por validação cruzada em 10 etapas. A exactidão do treino e do teste do modelo de detecção foi de 96,1 ± 2,0% e 92,3 ± 10,1%, utilizando como dados os dias desde o desmame e as caraterísticas comportamentais. A exatidão do treino e do teste do modelo aumentou para 98,1 ± 2,4% e 98,0 ± 4,2% quando foram acrescentadas as caraterísticas do volume da vulva.
Conclusão: Embora seja difícil monitorizar o comportamento das porcas alojadas em grupo, a combinação das caraterísticas do volume vulvar com os dias decorridos desde o desmame poderá ser um método adequado para detectar o início do cio nessas porcas. A exactidão do treino e do teste deste método de detecção do cio foi de 97,9 ± 1,4% e 95,2 ± 4,8%. No entanto, é necessária uma validação suplementar em condições reais de estabulação em grupo.
Ziteng Xu, Jianfeng Zhou, Corinne Bromfield, Teng Teeh Lim, Timothy J. Safranski, Zheng Yan, Jeffrey G. Wiegert. Automated oestrous detection in sows using a robotic imaging system. Biosystems Engineering. 2024; 244: 134-145. https://doi.org/10.1016/j.biosystemseng.2024.05.018.
