Type de document : article scientifique disponible en ligne avant publication dans le Journal of Dairy Science
Auteurs : N.W.O’Leary, D.T.Byrne, A.H.O’Connor, L.Shalloo
Résumé en français (traduction) : L’évaluation de la locomotion prend du temps et n’est pas couramment effectuée dans les exploitations agricoles. Les agriculteurs sous-estiment également la prévalence des boiteries dans leurs troupeaux, un manque de connaissances qui entrave la gestion des boiteries. L’automatisation de la détection de la boiterie pourrait combler ce manque de connaissances et faciliter une meilleure gestion de la boiterie. La littérature relative à l’ajout de la détection de la boiterie aux accéléromètres est passée en revue dans ce document. Les options pour les systèmes de détection de la boiterie sont examinées, y compris le choix du capteur, les données brutes collectées, les variables extraites et les méthodes de classification statistique utilisées. Deux catégories de variables dérivées des systèmes basés sur les accéléromètres sont examinées. Ces catégories sont des mesures de comportement telles que la position couchée et des mesures de la démarche. Par exemple, une mesure de la démarche est le moment où une jambe se balance pendant un cycle de marche. Certaines études axées sur le comportement ont fait état de niveaux de précision supérieurs à 80 %. La démarche des vaches a été moins étudiée que le comportement. Cependant, des précisions de classification allant jusqu’à 91% en utilisant des mesures de la démarche ont été rapportées avec un matériel susceptible d’être pratique pour les exploitations agricoles industrielles. La nécessité d’une précision encore plus élevée et les obstacles potentiels à cette pratique sont examinés. Des progrès significatifs sont encore nécessaires pour réaliser un système avec une spécificité et une sensibilité suffisantes. Des systèmes de détection de la boiterie utilisant un accéléromètre par vache et une résolution inférieure à 100 Hz avec des fonctions de mesure de la démarche sont proposés pour équilibrer les coûts et les besoins en données. Cependant, la mesure de la démarche à l’aide d’accéléromètres est plutôt peu développée. Par conséquent, une priorité élevée devrait être accordée au développement de nouvelles mesures de la démarche et à l’essai de leur capacité à identifier les vaches boiteuses et non boiteuses.
Résumé en anglais (original) : Locomotion scoring is time consuming and is not commonly completed on farms. Farmers also underestimate their herds’ lameness prevalence, a knowledge gap that impedes lameness management. Automation of lameness detection could address this knowledge gap and facilitate improved lameness management. The literature pertinent to adding lameness detection to accelerometers is reviewed in this paper. Options for lameness detection systems are examined including the choice of sensor, raw data collected, variables extracted, and statistical classification methods used. Two categories of variables derived from accelerometer-based systems are examined. These categories are behavior measures such as lying and measures of gait. For example, one measure of gait is the time a leg is swinging during a gait cycle. Some behavior-focused studies have reported accuracy levels of greater than 80%. Cow gait measures have been investigated to a lesser extent than behavior. However, classification accuracies as high as 91% using gait measures have been reported with hardware likely to be practical for commercial farms. The need for even higher accuracy and potential barriers to adoption are discussed. Significant progress is still required to realize a system with sufficient specificity and sensitivity. Lameness detection systems using 1 accelerometer per cow and a resolution lower than 100 Hz with gait measurement functions are suggested to balance cost and data requirements. However, gait measurement using accelerometers is rather underdeveloped. Therefore, a high priority should be given to the development of novel gait measures and testing their ability to differentiate lame from nonlame cows.
