Das Montanhas de Minas ao Oceano: Os Caminhos da Ciência para um Futuro Sustentável
20 a 25 de outubro de 2025
Trabalho 20973
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Agrárias |
| Área temática | Dimensões Sociais: ODS2 |
| Setor | Departamento de Zootecnia |
| Bolsa | FAPEMIG |
| Conclusão de bolsa | Não |
| Apoio financeiro | FAPEMIG |
| Primeiro autor | Ayres Gustavo Dias Nogueira |
| Orientador | ERICA BEATRIZ SCHULTZ |
| Outros membros | Daniela Silvéria de Lana, Edvania Neres Lino, Lucas Eduardo Gonçalves Vilaça, Tamara Ferreira |
| Título | Uso de imagens termográficas para predição de temperatura corporal de caprinos leiteiros |
| Resumo | A temperatura corporal é um indicador fisiológico fundamental para a detecção precoce de enfermidades infecciosas e para a identificação de situações de estresse térmico, sendo essencial à manutenção do bem-estar e da produtividade dos animais. Tradicionalmente, a medição dessa variável é feita pela via retal, método que, embora confiável, apresenta desvantagens como risco de contaminação entre os animais, indução de estresse e necessidade de contenção física. Diante disso, a termografia infravermelha destaca-se como uma alternativa promissora, por ser uma técnica não invasiva, prática e precisa, capaz de captar a temperatura superficial por meio da radiação térmica emitida pelo corpo. O presente estudo teve como objetivo predizer a temperatura corporal de cabras leiteiras jovens com o uso da termografia. Foram utilizados 45 cabritos das raças Saanen e Alpina, com até um ano de idade, sem distinção de sexo. Os animais estavam alojados em gaiolas suspensas e recebiam dieta composta por silagem de milho, concentrado e água à vontade. Os animais foram contidos manualmente sobre mesa, posicionados lateralmente, e submetidos à aferição da temperatura retal com termômetro digital BIOPRESS, seguido pelo imageamento termográfico com câmera FLIR C5, a uma distância aproximada de 1 metro. As temperaturas foram obtidas das regiões do globo ocular (OC), subocular (SOC), dorsal (DO), subescapular (SE) e frontal (FT), utilizando o software FLIR Tools. As análises incluíram modelos de regressão linear e um modelo de aprendizado de máquina do tipo árvore de decisão leave-one-out, correlacionando os dados termográficos com a temperatura retal. Os coeficientes de determinação (R²) obtidos para as regiões foram: OC = 0,6022; SOC = 0,0381; SE = 0,0228; DO = 0,0120; FT = 0,0400. Os erros associados à análise de regressão linear foram os seguintes: MAPE (Erro Percentual Absoluto Médio): OC = 7,37; SOC = 7,29; SE = 7,55; DO = 7,62; FT = 7,16. MAE (Erro Absoluto Médio): OC = 0,2906; SOC = 0,2873; SE = 0,2976; DO = 0,3002; FT = 0,2823. RMSE (Raiz do Erro Quadrático Médio): OC = 0,3675; SOC = 0,3718; SE = 0,3747; DO = 0,3768; FT = 0,3698. Na análise por machine learning, considerando apenas a região ocular, os resultados foram: R² = 0,1441; MAPE = 6,8; MAE = 0,2415; RMSE = 0,3507. Apesar da baixa correlação geral entre a temperatura retal e as temperaturas superficiais captadas por termografia, a região ocular apresentou os melhores índices de desempenho. Conclui-se que o modelo de aprendizado de máquina demonstrou melhoria nos resultados em comparação à regressão linear, apontando para o potencial da termografia, associada à inteligência artificial, como ferramenta viável para o monitoramento térmico de caprinos leiteiros jovens. |
| Palavras-chave | termografia, câmera, caprinos |
| Forma de apresentação..... | Painel |
| Link para apresentação | Painel |
|---|