Projectnieuws Innovatieve tools voor preventie en behandelen klauwproblemen bij melkvee

Klauwproblemen bij melkkoeien opsporen via de ontwikkeling van een betaalbare intelligente smartphone app, dat is het doel van project CLAWCARE. UGent, ILVO, Inagro, Hooibeekhoeve en HoGent doen daarvoor beroep op mobiele warmtecamera’s en ontwikkelen een bijhorend zelflerend beeldverwerkingsalgoritme.

Detectie klauwproblemen met infraroodcamera

Klauwproblemen bij melkvee hebben een negatieve impact op het welzijn van de koe omdat een klauwprobleem kan leiden tot kreupelheid, en dat heeft zware economische gevolgen voor het bedrijf. Daarom willen UGent, ILVO, Inagro, Hooibeekhoeve en HoGent de huidige bedrijfspraktijk van detectie en behandeling significant verbeteren. De gamechanger is dat er door de landbouwer hanteerbare mobiele infraroodcameras met thermografie als eerstelijns hulpmiddel worden ingeschakeld. Die zijn tegenwoordig betaalbaarder geworden. Een klauwletsel blijkt vaak al wel te vinden via de warmtecamera, terwijl je visueel nog niets aan de poot ziet. Het grootste werk is echter om een bijhorend zelflerend beeldverwerkingsalgoritme te ontwikkelen voor de automatische detectie van allerlei klauwproblemen.

Zelflerend algoritme

We zetten een databank op van thermale beelden van koeienklauwen, genomen met mobiele thermale camera's. De databank moet zeer uitgebreid zijn om training van het zelflerend algoritme mogelijk te maken. De ILVO- en UGent onderzoekers gebruiken de verzameling infraroodbeelden om (1) te valideren of ze bruikbaar zijn om de locatie van het klauwletsel nauwkeuriger te bepalen en om (2) te onderzoeken of bepaalde types klauwletsels automatisch te detecteren en klasseren zijn via deep learning technieken. Alles komt dus terecht in een zelflerend beeldverwerkingsalgoritme. ILVO zet specifiek zijn schouders onder de vergelijking van beelden van een krachtige dure thermale camera, met beelden van de kleinere, meer betaalbare camera's die men op de GSM kan aansluiten. Bedoeling is om correlaties te vinden tussen de dure en de goedkope. De eerste stap is om bijvoorbeeld hoorn van huid te laten onderscheiden door het algoritme. Vervolgens om letsels correct te leren herkennen in de beelden van de krachtige thermale camera. De laatste fase wordt een softwaretool die betrouwbaar en betaalbaar is voor klauwverzorgers en melkveehouders. Deze tool bepaalt hoe diep men mag en moet snijden om het klauwprobleem te genezen. De onderzoekers werken nauw samen met melkveehouders, klauwverzorgers en dierenartsen.

Onderschat probleem

Melkveehouders onderschatten nog te vaak de klauwproblematiek en kreupelheidsstatus op hun bedrijf. Met de zelflerende softwaretool voor thermale camera's kan deze bedrijfsblindheid doorbroken worden. We verwachten dat de softwaretool bijdraagt tot de algemene toename in kennis en bewustwording rond het belang van klauwgezondheid, en dat de prevalentie van klauwproblemen op termijn daalt.

Project: CLAWCARE
Looptijd: 2020 - 2023
Financiering: VLAIO-LA
Samenwerking: UGent, HoGent, Hooibeekhoeve, Inagro