0
Il rilevamento accurato del calore nelle scrofe è essenziale per ottenere un'elevata portata al parto e mantenere buone prestazioni riproduttive. Il metodo convenzionale di rilevamento del calore utilizza il test di pressione sulle spalle eseguito dagli operatori, che richiede molto tempo e manodopera.
Lo scopo di questo studio era sviluppare un metodo automatizzato di rilevamento del calore monitorando il cambiamento del gonfiore vulvare attorno al calore utilizzando una fotocamera LiDAR. Un totale di sette scrofe pluripare alloggiate individualmente e una scrofetta sono state monitorate una volta al giorno per 19 giorni consecutivi, a partire da 2 giorni prima che l'altrenogest fosse interrotto. Una nuvola di punti tridimensionale (3D) della regione vulvare è stata ottenuta manualmente utilizzando la fotocamera LiDAR a 0,7-1,0 m dalla parte posteriore delle scrofe. L'accuratezza della fotocamera LiDAR è stata testata in laboratorio prima dell'imaging delle scrofe.
I risultati hanno mostrato che l'errore di misurazione della profondità era di 3,4 ± 3,0 mm (media ± deviazione standard). I dati raccolti dalla nuvola di punti della scrofa sono stati elaborati da un algoritmo personalizzato per creare modelli 3D della regione vulvare, separati dal corpo della scrofa. Cinque caratteristiche 2D e 3D sono state estratte dai modelli 3D per descrivere le dimensioni della vulva. L'analisi di regressione lineare ha mostrato che il volume calcolato (larghezza × lunghezza × altezza) potrebbe rappresentare il volume della vulva. I risultati hanno anche mostrato che il volume vulvare era un indicatore affidabile del calore. La durata e l'intensità del rigonfiamento mostravano grandi variazioni tra le diverse scrofe. Questo studio indica anche che le scrofe con volume vulvare maggiore avevano un aumento percentuale inferiore durante il calore.
I risultati suggeriscono che la fotocamera LiDAR ha il potenziale come strumento non invasivo per aiutare a identificare il calore della scrofa.
Xu Z, Sullivan R, Zhou J, Bromfield C, Lim TT, Safranski TJ, Yan Z. Detecting sow vulva size change around estrus using machine vision technology. Smart Agricultural Technology, 2023; 3: 100090. https://doi.org/10.1016/j.atech.2022.100090.
