Development of f mathematical model for the early detection of inflammatory processes in cattle limbs on the basis of thermogram profiles | Разработка технологии раннего обнаружения воспалительных процессов конечностей крупного рогатого скота на основе профилей термограмм

Inglés. Inflammatory processes in cattle limbs lead to reduced milk yields and may cause culling of animals. The use of infrared thermography to determine the temperature of cattle limbs is a fast and non-invasive way to obtain reliable information about the animal health. There was developed a mathematical model for early detection of inflammatory processes in the limbs of cattle on the basis of thermogram profiles. For this purpose, at one of livestock breeding complexes situated in the Yaroslavl region, Russia, 20 Black-and-White cows in the 1-st-7th month of the 2-nd-4th lactation were selected. The average performance of the studied animals was 26.4 kg per a day. Lameness of cows was assessed visually using the Manson and Level 5-point scale, diagnostics of limb diseases was based on visual inspection, softness of horny tissue and assessment of odors and pain reactions of cows. The data array was generated using a Guide C400M infrared thermal imager. Data on the physiological state of animals were entered into the Matlab R2019b program. The presented algorithm of thermogram profile handling allows collecting information on spatial and temporal dynamics of cattle limb temperatures by thermophysiological categories. When determining the condition of limbs, areas of spatial and temporal temperature distribution as a transformed segmentation profile of the thermogram into a matrix, where pixels from each fragment of the area are assigned with an RGB numeric value denoting a certain temperature are identified. Exceeding values (R: more than 230, G: more than 103, B: than less 0) symbolizes a temperature above 40 deg. C and indicates the presence of inflammation in the limbs. The developed algorithm will allow farm specialists to receive information about increasing limb temperature of each cow automatically, to find the focus of inflammation, its location and to recognize a disease in time.

Ruso. Воспалительные процессы конечностей крупного рогатого скота (КРС) приводят к снижению удоев и могут стать причиной выбраковки животных. Использование инфракрасной термографии для определения температуры конечностей КРС - быстрый и неинвазивный способ получения достоверной информации о состоянии здоровья животного. Разрабатывали математическую модель раннего обнаружения воспалительных процессов в конечностях КРС на основе профилей термограмм. С этой целью на одном из животноводческих комплексов Ярославской области отобрали 20 коров черно-пестрой породы, находящихся на 1-7 мес. 2-4-й лактации. Средняя продуктивность исследованных особей составила 26,4 кг в сутки. Оценку хромоты коров проводили визуально по 5-балльной шкале Менсона и Левела, диагностику заболеваний конечностей - на основании визуального осмотра, мягкости роговой ткани и оценки запахов и болевых реакций коров. Массив данных формировали с помощью тепловизора Guide C400M в ИК-диапазоне. Данные о физиологическом состоянии животных вносили в программу Matlab R2019b. Представленный алгоритм обработки профиля термограмм позволяет собрать информацию о пространственно-временной динамике температур конечностей КРС по термофизиологическим категориям. При определении состояния конечностей выделяются области пространственно-временного распределения температуры в виде преобразованного сегментационного профиля термограммы в матрицу, где пикселям из каждого фрагмента области присваивается численное значение RGB, обозначающее определенную температуру. Превышение значений (R: больше 230, G: больше 103, B: меньше 0) символизирует температуру выше 40 град. C и означает наличие воспаления в конечностях. Разработанный алгоритм позволит специалистам хозяйства в автоматическом режиме получать информацию о повышении температуры конечностей каждой коровы, находить очаг воспаления, место его расположения и своевременно определять заболевание.