羊眼:一个基于网络的应用程序,用于实时诊断绵羊贫血
Luara A Freitas1, Naila C da Rocha1,2, Abner M P Barbosa2
1Department of Animal and Dairy Sciences, University of Wisconsin, Madison, Wisconsin 53706, USA.
Translational animal science
|October 28, 2024
概括
一个新的网络应用程序,SheepEye,使用深度学习来检测羊中由Haemonchus contortus引起的贫血. 这项技术有助于农民在早期诊断,改善群体的健康和减少虫药物耐药性.
科学领域:
- 兽医医学 兽医医学 兽医医学
- 寄生虫学的寄生虫学
- 人工智能的人工智能
背景情况:
- 黑蒙丘斯 (Haemonchus contortus) 感染导致小反动物的严重贫血和经济损失.
- 目前在绵羊中使用的贫血诊断方法是劳动密集型和昂贵的.
- 开发高效的诊断工具对于可持续的绵羊养殖至关重要.
研究的目的:
- 开发和评估一种基于网络的应用程序,用于监测绵羊的贫血.
- 为了利用深度学习来准确和可访问的贫血检测.
- 为农民提供一种工具来管理寄生虫感染并减少杀虫剂的使用.
主要方法:
- 使用 Python 开发 SheepEye 网络应用程序.
- 深度学习模型的实施:U-net用于图像细分和VGG19用于分类.
- 训练和验证用于从绵羊图像中检测贫血的算法.
主要成果:
- "羊眼"应用程序显示,它有助于在羊中诊断贫血的潜力.
- 该系统集成了用于细分和分类任务的深度学习.
- 这种原型显示出改善绵羊健康管理的前景.
结论:
- 羊眼应用程序提供了一种新的,以技术驱动的方法来监测绵羊的贫血.
- 通过应用程序的早期检测可以实现有针对性的治疗,减少对虫药物的依赖.
- 进一步的发展旨在使这种工具广泛应用于绵羊生产者.
