Diagnostico automático de ceratoconjuntivite infecciosa bovina por meio de imagens termográficas e deep learning.
A Ceratoconjuntivite Infecciosa Bovina (CIB) e a doença ocular com maior incidência em bovinos no mundo, causando perdas no rebanho e prejuízos ao produtor. Atualmente, o diagnostico para CIB e realizado por meio da avaliação dos sinais clínicos por um especialista e confirmados por exames laboratoriais, o que geralmente e uma tarefa custosa. Nesse sentido, e notória a necessidade em aprimorar as formas de diagnostico da doença. Neste trabalho, e discutido o uso de Redes Neurais Convolucionais (RNC) para diagnostico automático da CIB. A abordagem proposta foi treinada e testada em uma base de imagens termográficas da região ocular bovina de animais sadios e experimentalmente infectados. Foram desenvolvidos seis modelos de RNC com arquiteturas distintas e avaliados utilizando validação cruzada. Os melhores resultados indicam que as RNCs são capazes de identificar os sinais clínicos da CIB em imagens termográficas com uma acurácia próxima a 87%.
| Main Authors: | , , , , , |
|---|---|
| Other Authors: | |
| Format: | Parte de livro biblioteca |
| Language: | Portugues pt_BR |
| Published: |
2020-12-18
|
| Subjects: | Doença Animal, Olho, Conjuntivite, Bovino, |
| Online Access: | http://www.alice.cnptia.embrapa.br/alice/handle/doc/1128432 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | A Ceratoconjuntivite Infecciosa Bovina (CIB) e a doença ocular com maior incidência em bovinos no mundo, causando perdas no rebanho e prejuízos ao produtor. Atualmente, o diagnostico para CIB e realizado por meio da avaliação dos sinais clínicos por um especialista e confirmados por exames laboratoriais, o que geralmente e uma tarefa custosa. Nesse sentido, e notória a necessidade em aprimorar as formas de diagnostico da doença. Neste trabalho, e discutido o uso de Redes Neurais Convolucionais (RNC) para diagnostico automático da CIB. A abordagem proposta foi treinada e testada em uma base de imagens termográficas da região ocular bovina de animais sadios e experimentalmente infectados. Foram desenvolvidos seis modelos de RNC com arquiteturas distintas e avaliados utilizando validação cruzada. Os melhores resultados indicam que as RNCs são capazes de identificar os sinais clínicos da CIB em imagens termográficas com uma acurácia próxima a 87%. |
|---|