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.
Bitte wählen Sie Ihr Anliegen aus.
Rechnungen
Retourenschein anfordern
Bestellstatus
Storno