Herramienta soporte para el diagnóstico de la mastitis subclínica en vacas Holstein en el trópico alto mediante segmentación de imágenes térmicas

Abstract

This thesis presents the development of a tool that aims to contribute to the rapid diagnostic of subclinical mastitis in cattle. Currently, this disease is detected by using techniques such as somatic cell count, or by taking tests such as California Mastitis Test (CMT) and Wisconsin Mastitis Test. However, these techniques require long time to provide a diagnosis, and overall, their capacity to determine the presence of the disease is subject to an expert's ability to interpret the results. In contrast, the tool presented in this work is based on a methodology that comprises the acquisition, segmentation, characterization and classification of thermal images of cattle. By using infrared thermography, it is possible to identify abnormalities in the udder temperature of cattle, therefore, it serves as an indicator of the possible existence of subclinical mastitis. The methodology developed integrates image processing and segmentation techniques---filtering, morphological operators, region growth and k-means clustering, and the definition of thermal image descriptors---statistical features, texture descriptors, among others. These features are used to train automatic classification systems based on supervised and unsupervised methods. The support tool is evaluated with populations of Holstein cows, located on three dairy farms in the upper tropics of the region of Caldas, Colombia. The population had cases of cattle with and without the disease. The evaluation of the performance of the tool considers its acuracy, sensitivity and specificity. The results show that the tool is efficient, reaching values close to 90% in all its performance indicators. In this way, the proposed methodology is a promising alternative for the diagnostic of the disease.

Esta tesis presenta el trabajo de investigación realizado para desarrollar una herramienta soporte que contribuya al diagnóstico rápido de mastitis subclínca en bovinos. En la actualidad, dicha enfermedad se detecta mediante técnicas como el conteo de células somáticas, o la toma de exámenes como lo son California Mastitis Test (CMT) y Wisconsin Mastitis Test. Sin embargo, estas técnicas requieren tiempos largos para proveer un diagnóstico, y en general, su capacidad predictiva está sujeta a la capacidad de un experto para interpretar los resultados. En contraposición, este trabajo de investigación basa el desarrollo de la herramienta soporte en una metodología definida a partir de la obtención, segmentación, caracterización y clasificación de imágenes térmicas de los bovinos. La termografía infrarroja permite determinar anormalidades en la temperatura de la ubre de los bovinos, y por tanto, sirve de indicador de la existencia de mastitis subclínica. La metodología desarrollada integra técnicas de procesamiento y segmentación de imágenes---filtrado, operadores morfológicos, crecimiento de regiones y agrupación por k-means, y la extracción de descriptores de las imágenes térmicas---características estadísticas y descriptores de textura, entre otros. Posteriormente, estas características son empleadas para entrenar sistemas de clasificación automática basados en métodos supervisados y no supervisados. La herramienta soporte es evaluada con poblaciones de vacas de raza Holstein, ubicadas en tres fincas de producción lechera en el trópico alto de la región de Caldas Colombia; en donde la población presentaba casos de bovinos con y sin la enfermedad. La evaluación del desempeño de la herramienta considera su tasa de acierto, sensibilidad y especificidad. Los resultados muestran que la herramienta desarrollada es eficiente, alcanzando valores cercanos al 90% en todos sus indicadores de desempeño. De este modo, la metodología propuesta es prometedora en la ayuda al diagnóstico de la enfermedad. (Texto tomado de la fuente)