CLASSIFICAÇÃO DE TOSSES PARA DESENVOLVIMENTO DE REDE NEURAL CONVOLUCIONAL DE DETECÇÃO DE TOSSE

INTRODUÇÃO: A Doença Respiratória Bovina (DRB) é uma das principais infecções em bezerros leiteiros, resultando em perdas econômicas significativas. A detecção precoce da DRB pode mitigar a gravidade da doença e os custos associados. O projeto visa desenvolver métodos para diagnóstico precoce utilizando monitoramento sonoro para detectar tosse em bezerros. OBJETIVOS: O projeto tem como objetivo desenvolver um sistema automatizado de monitoramento da tosse em bezerros, utilizando inteligência artificial para a identificação precoce de doenças respiratórias. Para isso, foi realizado o desenvolvimento de tecnologia para monitoramento da tosse, classificação das tosses em uma escala de 1 a 5, baseada em graus de certeza e o treinamento de redes neurais com diferentes graus de tosse para avaliar a eficácia do sistema. MATERIAIS E MÉTODO: A coleta de dados foi realizada em uma propriedade comercial em Castro, Paraná, com 64 bezerros alojados em baias individuais. Foram instalados quatro microfones para gravação semanal das tosses dos bezerros. Os sons foram classificados e rotulados em uma escala de certeza de 1 a 5. O treinamento de duas redes neurais convolucionais foi realizado utilizando os dados coletados, aplicando o método de cross-validation. RESULTADOS: A rotulagem incluiu 103 áudios totalizando 53 horas, nos quais foram identificadas 371 tosses: 16 classificadas como 1, 17 como 2, 37 como 3, 82 como 4 e 219 como 5. A coleta e rotulagem das tosses foram bem-sucedidas, criando uma base de dados sólida para o treinamento das redes neurais. Entretanto, o número de eventos de tosse registrados foi inferior ao de outros estudos comparativos, principalmente devido ao método de coleta presencial. CONSIDERAÇÕES FINAIS: Embora o treinamento das redes neurais ainda não tenha sido concluído devido a problemas logísticos, os resultados preliminares indicam que o sistema pode ser promissor para a detecção precoce de DRB em bezerros. Recomenda-se que trabalhos futuros garantam condições adequadas de infraestrutura, como internet estável, e que se aprofundem na exploração de métodos de coleta e rotulagem de dados para aumentar a precisão do sistema.

PALAVRAS-CHAVE: Sensores; Zootecnia de precisão;