Segmentação do corpo lúteo em imagens de ultrassom Doppler por meio de CNN com a finalidade de viabilizar o diagnóstico precoce de prenhez em vacas

• Thiago M. dos Santos Dias Instituto Federal Goiano
• Cristiane de F. dos Santos Instituto Federal Goiano
• Hugo Jaime M. C. Peron Instituto Federal Goiano
• Fabrício C. dos Santos Instituto Federal Goiano

DOI: https://doi.org/10.5753/erigo.2021.18441

Resumo

A determinação precoce da prenhez em vacas utilizando ultrassonografia pode gerar grande economia e aumento na produção de rebanhos. Observando as evidências de que a perfusão no corpo lúteo fornece um bom parâmetro para determinar à gestação de maneira precoce, este trabalho tem o objetivo de realizar a segmentação de imagens provenientes de doppler aplicados ao aparelho reprodutor de bovinos, de maneira a viabilizar o diagnóstico precoce da prenhez, uma vez que o cálculo da área de perfusão em ultrassom doppler é trivial diante de um corpo lúteo segmentado. Para a realização da tarefa de segmentação foi desenvolvida uma CNN com arquitetura UNet resultando em uma accuracy de 0.8847 no conjunto de imagens teste.

Referências

Cai, Y., Li, Q., Fan, Y., Zhang, L., Huang, H., and Ding, X. (2021). An automatic trough line identification method based on improved unet. Atmospheric Research, 264:105839.

Cheung, W., Stevenson, G. N., de Melo Tavares Ferreira, A. E. G., Alphonse, J., and Welsh, A. W. (2020). Feasibility of image registration and fusion for evaluation of structure and perfusion of the entire second trimester placenta by three-dimensional power doppler ultrasound. Placenta, 94:13–19.

de Freitas, D. S., da Silva Camargo, S., Comin, H. B., Domingues, R., Gaspar, E. B., and Cardoso, F. F. (2019). Reconhecimento da ceratoconjuntivite infecciosa bovina utilizando imagens termográficas e redes neurais convolucionais. Revista Brasileira de Computação Aplicada, 11(3):133–145.

Embrapa (2019). Diagnóstico precoce de prenhez com ultrassom Doppler em vacas ajuda a aumentar produção.

Ma, J., Fan, X., Yang, S. X., Zhang, X., and Zhu, X. (2017). Contrast Limited Adaptive Histogram Equalization Based Fusion for Underwater Image Enhancement. Preprints, (March):1–27.

Medeiros, M., Farinasso, A., Nery, I., Souza, H., Vasconcelos, J., Trindade, K., Batista, A., Manso, H., Carneiro, G., and Wischral, A. (2017). Estudo da vascularização fo-licular e do corpo lúteo de éguas cíclicas tratadas com extrato de pituitaria equina utilizando ultrassom doppler colorido. Arquivo Brasileiro de Medicina Veterinária e Zootecnia, 69:1089–1096.

Pozor, M. and McDonnell, S. (2004). Color doppler ultrasound evaluation of testicular blood flow in stallions. Theriogenology, 61(5):799–810.

Pugliesi, G., Rezende, R. G., Silva, J. d., Lopes, E., Nishimura, T. K., Baruselli, P. S., Madureira, E. H., and Binelli, M. (2017). Uso da ultrassonografia doppler em programas de iatf e tetf em bovinos. Rev Bras Reprod Anim, 41(1):140–150.

Rodríguez Alvarez, J., Arroqui, M., Mangudo, P., Toloza, J., Jatip, D., Rodríguez, J. M.,Teyseyre, A., Sanz, C., Zunino, A., Machado, C., and Mateos, C. (2018). Body condition estimation on cows from depth images using convolutional neural networks. Computers and Electronics in Agriculture, 155:12–22.

Rollim, V. M. (2017). Uso da ultrassonografia na reprodução de bovinos.

Ronneberger, O., Fischer, P., and Brox, T. (2015). U-net: Convolutional networks for biomedical image segmentation. In International Conference on Medical image computing and computer-assisted intervention, pages 234–241. Springer.

Santos, A. M. d., Seixas, J. M. d., Pereira, B. d. B., and Medronho, R. d. A. (2005). Usando redes neurais artificiais e regressão logística na predição da hepatite a. Revista Brasileira de Epidemiologia, 8:117–126.

Trevisol, E, F. J. D. F. A. J. M. C. F. J. (2011). EFFECT ON CORPUS LUTEUM VOLUME AND VASCULARITY IN COWS AFTER OVULATION INDUCTION WITH DIFFERENT GnRH ANALOGUES.