Improving detection of dairy cow estrus using fuzzy logic

Production losses due to lack of precision in detecting estrus in dairy cows are well known and reported in milk production countries. Nowadays automatic estrus detection has become possible as a result of technical progress in continuously monitoring dairy cows using fuzzy pertinence functions. Dairy cow estrus is usually visually detected; however, solely use of visual detection is considered inefficient. Many studies have been carried out to develop an effective model to interpret the occurrence of estrus and detect estrus; however, most models present too many false-positive alerts and because of this they are sometimes considered unreliable. The objective of this research was to construct a system based on fuzzy inference functions evaluated with a receiver-operating characteristic curve, capable of efficiently detect estrus in dairy cows. For the input data the system combined previous estrus cases information and prostaglandin application with the data of cow activities. The system outputs were organized in three categories: 'in estrus', 'maybe in estrus" and 'not in estrus'. The system validation was carried out in a commercial dairy farm using a herd of 350 lactating cows. The performance of the test was measured by calculating its sensitivity towards the right estrus detection; and its specificity towards the precision of the detection. Within a six months period of tests, over 25 thousands cases of estrus were analyzed from a database of the commercial farm. The sensitivity found was 84.2%, indicating that the system can detect estrus efficiently and it may improve automatic estrus detection.

Perdas na produção leiteiras devido às falhas de detecção do estro são bem conhecidas e relatadas em vários paises. Atualmente a automação na detecção do estro, tem sido possível, devido aos avanços tecnológicos na contínua monitoração de vacas leiteiras e utilização de modelos fuzzy. O estro em vacas de leite é normalmente detectado visualmente, um método considerado ineficiente. Alguns estudos têm sido desenvolvidos com o intuito de se obter modelos efetivos para interpretar a ocorrência e detecção do estro, contudo, muitos modelos apresentam alertas falsos positivos, sendo muitas vezes considerados falhos. Construiu-se um sistema baseado nas funções de inferência fuzzy capaz de detectar eficientemente o estro de vacas de leite, avaliando seu desempenho com curvas ROC (Receiver-Operating Characteristic). Os dados de entrada do sistema combinaram informações de casos prévios de estro, aplicações de prostaglandina com dados das atividades das vacas. As saídas do sistema foram organizadas em três categorias: "em estro", "talvez em estro" e "sem estro". A validação do sistema foi realizada em uma granja leiteira comercial utilizando um rebanho de 350 vacas em lactação. O desempenho do teste foi avaliado calculando a sensibilidade na detecção correta de estro; e sua especificidade através da precisão da detecção. O teste teve uma duração de seis meses, sendo analisados mais de 25 mil casos de estro da base de dados da granja. A sensibilidade obtida foi de 84,2%, indicando que o sistema pode detectar eficientemente o estro melhorando a detecção automática em vacas leiteiras.

Assessing locomotion deficiency in broiler chicken

Locomotion deficiencies in broiler production cause poor welfare and lead to change in drinking and feeding behavior with consequent loss in weight gain. This research aimed to assess locomotion deficiencies in broiler chicken by analyzing the vertical peak force on both feet during walk. A chamber was built with an inlet ramp, a horizontal walkway in the middle and an outlet ramp. In the walkway a thin mat with piezoelectric crystal sensors was placed to record the step vertical peak force of the feet while walking on the force platform. The measurement system consisted of a mat with electronic sensors and software that allowed real time recording of the forces and the processing and analysis of data. Footage was taken from two digital video cameras and used for gait scoring. Forty male broilers were chosen at random, grown under similar rearing conditions and farms, with age varying from 49 to 28 days (ten birds of same age) to be used in the trial. Measurement consisted of inducing the bird to walk on the force platform which automatically registered the peak vertical force of the steps. Results showed that the gait score increased with the weight and age of the birds. Peak force asymmetry was found for each foot, independent of age or gait score. Although not identified visually in the broilers, the peak vertical force values differed in both right and left feet leading to slow and uneven walking. Walking deficiency was more severe in older birds.

Deficiência em locomoção é hoje um dos problemas mais importantes na produção de frangos de corte. É causa de baixo bem-estar e leva a alteração no comportamento de bebida e alimentação, com conseqüente perda de ganho de peso. Mediram-se deficiências locomotoras em frango de corte por meio da análise do pico de força plantar vertical em ambas as patas, durante a caminhada. Foi construída uma câmara com uma rampa de entrada, uma área horizontal de passagem e uma rampa de saída. Na parte horizontal da área de passagem foi colocado um tapete fino, com elementos sensores de cristal piezoelétrico, para registrar o pico de força vertical das patas do frango quando este caminhava sobre a plataforma. O sistema de mensuração consistiu de um tapete com sensores eletrônicos e um programa computacional que permitiu o registro de forças em tempo real e o processamento e a análise de dados. Imagens de vídeo foram tomadas a partir de duas câmeras digitais para atribuir o gait score. Quarenta frangos machos foram aleatoriamente selecionados em condições similares de alojamento e da mesma granja, com idade variando de 49 a 28 dias (dez de cada idade) e usados no experimento. A medida consistiu em induzir a ave a caminhar sobre a plataforma de força que automaticamente registrava o pico de força da passada. O gait score aumentou com o peso e a idade das aves. Foi encontrada assimetria nos picos de força da cada pata, independente da idade ou gait score. Embora não tenha sido identificado visualmente nos frangos, o pico de força vertical é diferente tanto na pata direita quanto na esquerda, levando a um caminhar lento e desigual. A deficiência locomotora foi mais intensa em aves mais velhas.

Assessing locomotion deficiency in broiler chicken

Locomotion deficiencies in broiler production cause poor welfare and lead to change in drinking and feeding behavior with consequent loss in weight gain. This research aimed to assess locomotion deficiencies in broiler chicken by analyzing the vertical peak force on both feet during walk. A chamber was built with an inlet ramp, a horizontal walkway in the middle and an outlet ramp. In the walkway a thin mat with piezoelectric crystal sensors was placed to record the step vertical peak force of the feet while walking on the force platform. The measurement system consisted of a mat with electronic sensors and software that allowed real time recording of the forces and the processing and analysis of data. Footage was taken from two digital video cameras and used for gait scoring. Forty male broilers were chosen at random, grown under similar rearing conditions and farms, with age varying from 49 to 28 days (ten birds of same age) to be used in the trial. Measurement consisted of inducing the bird to walk on the force platform which automatically registered the peak vertical force of the steps. Results showed that the gait score increased with the weight and age of the birds. Peak force asymmetry was found for each foot, independent of age or gait score. Although not identified visually in the broilers, the peak vertical force values differed in both right and left feet leading to slow and uneven walking. Walking deficiency was more severe in older birds.

Deficiência em locomoção é hoje um dos problemas mais importantes na produção de frangos de corte. É causa de baixo bem-estar e leva a alteração no comportamento de bebida e alimentação, com conseqüente perda de ganho de peso. Mediram-se deficiências locomotoras em frango de corte por meio da análise do pico de força plantar vertical em ambas as patas, durante a caminhada. Foi construída uma câmara com uma rampa de entrada, uma área horizontal de passagem e uma rampa de saída. Na parte horizontal da área de passagem foi colocado um tapete fino, com elementos sensores de cristal piezoelétrico, para registrar o pico de força vertical das patas do frango quando este caminhava sobre a plataforma. O sistema de mensuração consistiu de um tapete com sensores eletrônicos e um programa computacional que permitiu o registro de forças em tempo real e o processamento e a análise de dados. Imagens de vídeo foram tomadas a partir de duas câmeras digitais para atribuir o gait score. Quarenta frangos machos foram aleatoriamente selecionados em condições similares de alojamento e da mesma granja, com idade variando de 49 a 28 dias (dez de cada idade) e usados no experimento. A medida consistiu em induzir a ave a caminhar sobre a plataforma de força que automaticamente registrava o pico de força da passada. O gait score aumentou com o peso e a idade das aves. Foi encontrada assimetria nos picos de força da cada pata, independente da idade ou gait score. Embora não tenha sido identificado visualmente nos frangos, o pico de força vertical é diferente tanto na pata direita quanto na esquerda, levando a um caminhar lento e desigual. A deficiência locomotora foi mais intensa em aves mais velhas.

Improving detection of dairy cow estrus using fuzzy logic

Production losses due to lack of precision in detecting estrus in dairy cows are well known and reported in milk production countries. Nowadays automatic estrus detection has become possible as a result of technical progress in continuously monitoring dairy cows using fuzzy pertinence functions. Dairy cow estrus is usually visually detected; however, solely use of visual detection is considered inefficient. Many studies have been carried out to develop an effective model to interpret the occurrence of estrus and detect estrus; however, most models present too many false-positive alerts and because of this they are sometimes considered unreliable. The objective of this research was to construct a system based on fuzzy inference functions evaluated with a receiver-operating characteristic curve, capable of efficiently detect estrus in dairy cows. For the input data the system combined previous estrus cases information and prostaglandin application with the data of cow activities. The system outputs were organized in three categories: 'in estrus', 'maybe in estrus" and 'not in estrus'. The system validation was carried out in a commercial dairy farm using a herd of 350 lactating cows. The performance of the test was measured by calculating its sensitivity towards the right estrus detection; and its specificity towards the precision of the detection. Within a six months period of tests, over 25 thousands cases of estrus were analyzed from a database of the commercial farm. The sensitivity found was 84.2%, indicating that the system can detect estrus efficiently and it may improve automatic estrus detection.

Perdas na produção leiteiras devido às falhas de detecção do estro são bem conhecidas e relatadas em vários paises. Atualmente a automação na detecção do estro, tem sido possível, devido aos avanços tecnológicos na contínua monitoração de vacas leiteiras e utilização de modelos fuzzy. O estro em vacas de leite é normalmente detectado visualmente, um método considerado ineficiente. Alguns estudos têm sido desenvolvidos com o intuito de se obter modelos efetivos para interpretar a ocorrência e detecção do estro, contudo, muitos modelos apresentam alertas falsos positivos, sendo muitas vezes considerados falhos. Construiu-se um sistema baseado nas funções de inferência fuzzy capaz de detectar eficientemente o estro de vacas de leite, avaliando seu desempenho com curvas ROC (Receiver-Operating Characteristic). Os dados de entrada do sistema combinaram informações de casos prévios de estro, aplicações de prostaglandina com dados das atividades das vacas. As saídas do sistema foram organizadas em três categorias: "em estro", "talvez em estro" e "sem estro". A validação do sistema foi realizada em uma granja leiteira comercial utilizando um rebanho de 350 vacas em lactação. O desempenho do teste foi avaliado calculando a sensibilidade na detecção correta de estro; e sua especificidade através da precisão da detecção. O teste teve uma duração de seis meses, sendo analisados mais de 25 mil casos de estro da base de dados da granja. A sensibilidade obtida foi de 84,2%, indicando que o sistema pode detectar eficientemente o estro melhorando a detecção automática em vacas leiteiras.