Sistema para detecção de infestação parasitária em pequenos ruminantes

DSpace Repository

A- A A+

Sistema para detecção de infestação parasitária em pequenos ruminantes

Show full item record

Title: Sistema para detecção de infestação parasitária em pequenos ruminantes
Author: Souza, Lucas Fiamoncini de
Abstract: A pecuária constitui parte significativa do produto interno bruto brasileiro, sendo que o controle sanitário possui importante impacto nos custos do manejo do rebanho. Com o intuito de contribuir para a incorporação de novas tecnologias nesta cadeia econômica, este trabalho apresenta o desenvolvimento de um aplicativo móvel para decisão de tratamento contra infestação parasitária em pequenos ruminantes. O método FAMACHA© é a principal ferramenta utilizada no diagnóstico de infestação parasitária e tem seu princípio de funcionamento baseado na correlação entre os valores de hematócrito e diferentes colorações da mucosa conjuntiva ocular dos animais. Inicialmente, foi descrita uma proposta de aplicativo, baseada no sistema operacional android, para gerenciamento e aquisição de imagens da mucosa conjuntiva ocular. Em sequência, foram projetados dois classificadores baseados no método de classificação FAMACHA©; um utilizando redes neurais e o outro máquina de vetores de suporte (support vector machine - SVM). Os classificadores projetados apresentam uma acurácia de 83% e 87%, indicando um desempenho superior a propostas anteriores. Por fim, foi feita a integração do classificador de redes neurais ao aplicativo desenvolvido. O tempo de classificação em campo utilizando o aplicativo foi de cerca de 5 segundos. Os resultados obtidos indicam a possibilidade de automatização do processo de classificação com a diminuição dos custos envolvidos ao produtor de pequenos ruminantes.
Description: Seminário de Iniciação Científica e Tecnológica. Universidade Federal de Santa Catarina. Centro Tecnológico - CTC. Departamento de Engenharia Elétrica e Eletrônica.
URI: https://repositorio.ufsc.br/handle/123456789/225725
Date: 2021-08-11


Files in this item

Files Size Format View
31SICLucas.mp4 33.80Mb MPEG-4 video View/Open

This item appears in the following Collection(s)

Show full item record

Search DSpace


Browse

My Account

Statistics

Compartilhar