Title:	Diagnóstico automático de ceratoconjuntivite infecciosa bovina por meio de imagens termográficas e deep learning.
Authors:	FREITAS, D. S. de CAMARGO, S. da S. COMIN, H. B. DOMINGUES, R. GASPAR, E. B. CARDOSO, F. F.
Affiliation:	Dhyonatan Santos de Freitas, UNIPAMPA; Sandro da Silva Camargo, UNIPAMPA; Helena Brocardo Comin, UNIPAMPA; ROBERT DOMINGUES, CPPSUL; EMANUELLE BALDO GASPAR, CPPSUL; FERNANDO FLORES CARDOSO, CPPSUL.
Date Issued:	2020
Citation:	In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 12., 2019, Indaiatuba. Anais... Ponta Grossa: SBIAGRO, 2019.
Pages:	p. 172-174.
Description:	A Ceratoconjuntivite Infecciosa Bovina (CIB) e a doença ocular com maior incidência em bovinos no mundo, causando perdas no rebanho e prejuízos ao produtor. Atualmente, o diagnostico para CIB e realizado por meio da avaliação dos sinais clínicos por um especialista e confirmados por exames laboratoriais, o que geralmente e uma tarefa custosa. Nesse sentido, e notória a necessidade em aprimorar as formas de diagnostico da doença. Neste trabalho, e discutido o uso de Redes Neurais Convolucionais (RNC) para diagnostico automático da CIB. A abordagem proposta foi treinada e testada em uma base de imagens termográficas da região ocular bovina de animais sadios e experimentalmente infectados. Foram desenvolvidos seis modelos de RNC com arquiteturas distintas e avaliados utilizando validação cruzada. Os melhores resultados indicam que as RNCs são capazes de identificar os sinais clínicos da CIB em imagens termográficas com uma acurácia próxima a 87%.
Thesagro:	Doença Animal Olho Conjuntivite Bovino
Notes:	Organizadores: Maria Fernanda Moura, Jayme Garcia Arnal Barbedo, Alaine Margarete Guimarães, Valter Castelhano de Oliveira. SBIAgro 2019.
Type of Material:	Artigo em anais e proceedings
Access:	openAccess
Appears in Collections:	Artigo em periódico indexado (CPPSUL)