Machines à vecteurs de support : outils d'aide intelligents pour la détection de la mammite

La mammite est l'une des principales causes de la baisse du rendement et de la qualité du lait, entraînant une perte importante de revenus pour les éleveurs de brebis laitières. Dans des conditions d'hygiène standard en élevage ovin, la prévalence clinique de la mammite est d'environ 5 % du troupeau. Malheureusement, cela ne représente que la partie émergée de l'iceberg, la partie immergée étant constituée par la mammite subclinique, qui peut dans certains cas atteindre 65 % ou plus. La présente étude propose une approche alternative pour prédire la présence d'une inflammation mammaire chez les brebis laitières grâce à l'application des machines à vecteurs de support (SVM), une sous-discipline du domaine de l'intelligence artificielle. La teneur en lactose du lait (MLC) et la conductivité électrique du lait (MEC) sont utilisées comme variables prédictives et le nombre de cellules somatiques dans le lait (MSCC) comme classificateur. Les données utilisées ont été collectées à partir d'une base de données historique de 10 ans du laboratoire ARAS (Association régionale des agriculteurs de Sardaigne). Les SVM ont montré une sensibilité et une spécificité de 62 % et 75 % respectivement. Par conséquent, l'utilisation des SVM comme premier système de dépistage pour la détection de l'inflammation mammaire pourrait simplifier la procédure avant de procéder à des analyses bactériologiques coûteuses et longues.

Autorentext

Djangsou Hagassou wurde am 04.02.1982 im Tschad geboren, wo er seine Kindheit verbrachte. Im Jahr 2000 kam er zum Studium nach Italien. Er erwarb 2009, 2012 und 2016 den B.Sc., M.Sc. und Ph.D. an der Universität Sassari, Fakultät für Landwirtschaft, Italien. Im Jahr 2016 erhielt er ein Forschungsstipendium der Universität Sassari zum Thema "Erkennung subklinischer Mastitis bei sardischen Milchschafen".

Klappentext

La mammite est l'une des principales causes de la baisse du rendement et de la qualité du lait, entraînant une perte importante de revenus pour les éleveurs de brebis laitières. Dans des conditions d'hygiène standard en élevage ovin, la prévalence clinique de la mammite est d'environ 5 % du troupeau. Malheureusement, cela ne représente que la partie émergée de l'iceberg, la partie immergée étant constituée par la mammite subclinique, qui peut dans certains cas atteindre 65 % ou plus. La présente étude propose une approche alternative pour prédire la présence d'une inflammation mammaire chez les brebis laitières grâce à l'application des machines à vecteurs de support (SVM), une sous-discipline du domaine de l'intelligence artificielle. La teneur en lactose du lait (MLC) et la conductivité électrique du lait (MEC) sont utilisées comme variables prédictives et le nombre de cellules somatiques dans le lait (MSCC) comme classificateur. Les données utilisées ont été collectées à partir d'une base de données historique de 10 ans du laboratoire ARAS (Association régionale des agriculteurs de Sardaigne). Les SVM ont montré une sensibilité et une spécificité de 62 % et 75 % respectivement. Par conséquent, l'utilisation des SVM comme premier système de dépistage pour la détection de l'inflammation mammaire pourrait simplifier la procédure avant de procéder à des analyses bactériologiques coûteuses et longues.