Inicio
Mediante la segmentación de imágenes térmicas se desarrolló una herramienta para diagnosticar esta enfermedad, que puede pasar desapercibida al ojo humano y que llega a reducir hasta en 50 % la producción lechera.
El trabajo se centró en la raza Holstein –presente en zonas de pastoreo de condiciones tropicales montañosas– con bovinos enfermos y saludables de tres fincas del municipio de Villamaría (Caldas), a los cuales se les hicieron tomografías en ambientes no controlados.
El profesor Cristian Camilo Ceballes fue el encargado de desarrollar la herramienta soporte para el diagnóstico de la mastitis subclínica en vacas Holstein en el trópico alto, en desarrollo de su tesis para la Maestría en Ciencias – Matemáticas Aplicadas de la Universidad Nacional de Colombia (UNAL) Sede Manizales.
“Por definición, esta enfermedad es una inflamación de la glándula mamaria en una o varias secciones de la ubre de los bovinos, que implica un gasto en tratamientos veterinarios, la pérdida de bonificaciones asociadas con la sanidad de los animales y la calidad del producto entregado”, explica el investigador.
La mastitis se clasifica entre clínica y subclínica; la primera es fácil de diagnosticar por la sintomatología visible, mientras que la segunda no lo es.
“Como estrategia para mitigar esta problemática, se busca desarrollar técnicas de diagnóstico rápido que permitan establecer a tiempo y reaccionar apropiadamente ante la presencia de mastitis”, detalla el magíster.
Agrega que “existen numerosas técnicas para detectar la mastitis subclínica, entre las que se destacan: conteo de células somáticas (SCC), conductividad eléctrica de la leche, California Mastitis Test (CMT), Wisconsin Mastitis Test y la prueba Whiteside”.
La SCC es la métrica más empleada; indica la cantidad de células somáticas en la leche, y entre mayor cantidad, más probabilidad de enfermedad. Sin embargo este conteo no es suficiente para dar un diagnóstico completo, sino que está sujeto a la interpretación de un experto, y la capacidad de predecir es variable.
Métodos más efectivos
Otras investigaciones llevaron a utilizar las imágenes térmicas o termogramas, que consisten en fotografiar el cuerpo con una cámara que recibe la radiación infrarroja emitida por el organismo. Si la temperatura de la ubre de la vaca es normal, indica que no hay enfermedad; el procedimiento no es invasivo.
El problema de esta técnica radica en que no hay suficiente profundización en los estudios, no se ha efectuado en distintas razas, son demorados y la fiabilidad del diagnóstico está condicionada por la interpretación del investigador sobre los termogramas.
Por eso el docente Ceballes decidió adelantar esta investigación con el fin de integrar métodos automáticos en el análisis de termogramas y reducir el tiempo de recolección de muestras y diagnóstico.
“Se propone un protocolo que busca estandarizar la recolección de termogramas, incluso en situaciones de variabilidad ambiental. En otras palabras, este protocolo pretende ser un claro descriptor que permita reproducir los experimentos y extender la investigación en condiciones no controladas”, expone el investigador.
En su estudio usó una cámara FLIR T450sc, aunque sostiene que en fincas ubicadas sobre los 2.100 msnm se pueden usar otras cámaras térmicas.
Para su trabajo se seleccionaron 105 vacas en buenas condiciones de salud, durante los ordeños de la mañana y de la tarde, en las fincas El Portal, El Tirol y Bretañita.
Procesamiento de imágenes
Para el análisis de las muestras se tomaron 275 imágenes en la mañana y 265 en la tarde de los cuartos de las vacas. Al respecto, se determinó que en la mañana había 224 sanas y 51 enfermas, y en la tarde 251 sanas y 50 enfermas.
Para procesar las imágenes, el investigador Ceballes diseñó e implementó un algoritmo que segmenta la ubre bovina automáticamente, lo que repercutió de manera directa en el alcance del trabajo. “Al tener esta segmentación, en contraposición con la manual, se logra una muestra mayor de bovinos”, señaló.
“Estos resultados son prometedores y se posicionan bien si se considera la reducción en la carga de trabajo provista por los sistemas automáticos, y más aún, la posibilidad de realizar la segmentación sin requerir la asistencia de un experto en la tarea”, puntualiza el trabajo investigativo.(Por: fin/LGH/MLA/LOF)
Fuente: mundoagropecuario.com
