category_news
Stap voor stap welzijn kalkoenen verbeteren
Onderzoekers van Wageningen Livestock Research hebben met behulp van sensoren kunnen definiëren wanneer een kalkoen een stap zet. Dit is een belangrijke mijlpaal naar het automatiseren van loopscores door sensoren. Beweging (locomotie) is namelijk een belangrijke indicator van dierwelzijn. Met loopscores op basis van sensordata kan in het fokprogramma beter geselecteerd worden op dieren met de beste loopscores en zo het dierenwelzijn verbeteren.
Tot nu toe worden de loopscores bepaald door getrainde experts. Daarvoor moeten ze de dieren één voor één bekijken. Dat is een moeizame en tijdrovende taak. Sensoren hebben het potentieel om automatisch een aantal kenmerken te registreren die ten grondslag liggen aan de loopscores van de experts. Sensoren hebben het voordeel dat ze herhaaldelijk kunnen meten en dus de loopscore van dag tot dag kunnen volgen.
Stapdetectie
In dit onderzoek van het Breed4Food-consortium zijn kalkoenen van Hendrix Genetics uitgerust met geavanceerde acceleratiemeters. De sensoren produceren informatie over snelheid en oriëntatie van de kalkoen. Met machine learning bleken de onderzoekers in staat het start- en eindmoment van een stap te bepalen. Dit model voor stapdetectie maakt snelle en nauwkeurige stapdetectie in grote datasets mogelijk. Onderzoekers willen nu de kenmerken van elke stap bepalen om de loopscores van de kalkoenen te voorspellen.
Publicatie
De resultaten zijn gepubliceerd in een speciale editie van Frontiers Genetics: High-Throughput Phenotyping in the Genomic Improvement of Livestock. Het paper van Bouwman et al. is getiteld: Automated Step Detection in Inertial Measurement Unit Data From Turkeys. Het onderzoek vond plaats voor Breed4Food, in nauwe samenwerking met Hendrix Genetics (Boxmeer) en PDEng studenten van de Jheronimus Academy of Data Science (Den Bosch).