Publication Database

Bovine heat detection and analysis tool (BovHEAT):
open-source analysis tool to process data from automated activity monitoring systems in dairy cattle for estrus detection (2021)

Art

Poster

Autoren

Plenio, Jan-Lukas (WE 16)

Bartel, Alexander (WE 16)

Madureira, Augusto Mesquita Lacerda

Cerri, Ronaldo

Heuwieser, Wolfgang (WE 19)

Borchardt, Stefan (WE 19)

Kongress

DACH Epidemiologietagung 2021 – Epidemiologie und Sozialwissenschaften

Bern, CH, 01. – 03.09.2021

Quelle

Zenodo : research shared

Sprache

Englisch

Verweise

URL (Volltext): https://zenodo.org/record/5494819#.YTskMudCS9J

DOI: 10.5281/zenodo.5494818

Kontakt

Tierklinik für Fortpflanzung

Königsweg 65
Haus 27
14163 Berlin
+49 30 838 62618
fortpflanzungsklinik@vetmed.fu-berlin.de

Abstract / Zusammenfassung

Das Ziel der Studie war die Entwicklung einer neuen Methode zur Verarbeitung und Auswertung von Aktivitätsdaten aus Systemen zur automatischen Aktivitätsüberwachung (AAM) für die Brunsterkennung bei Milchkühen. Alle bereits etablierten Methoden beinhalten Arbeitsschritte, die per Hand ausgeführt werden und dementsprechend, besonders bei großen Datenmengen, fehleranfällig sind. Somit lag der Fokus der Entwicklung auf einer reproduzierbaren und validierten Methode mit minimalen Benutzerinteraktionen. Als Datengrundlage verwendeten wir Aktivitätsdaten aus am Hals befestigten Beschleunigungsmessern (Heatime, SCR Engineers Ltd., Netanya, Israel), die in der Milchindustrie weitverbreitet sind. In der Programmiersprache Python entwickelten wir die quelloffene Analysesoftware Bovine Heat Detection and Analysis Tool (BovHEAT), die eine vollautomatische und skalierbare Datenverarbeitung zur Brunsterkennung ermöglicht. Weiter bietet BovHEAT die Behandlung von fehlenden Werten und eine Plausibilitätsprüfung für das Timing der Brunstereignisse. Die Ergebnisse werden in Form einer Excel-Datei mit Ergebnistabellen im long und wide Format ausgegeben. Zusätzlich wird eine PDF-Datei mit Liniendiagrammen aus den Aktivitätsdaten mit markierten Brunstereignissen erzeugt. Zur Validierung haben wir die Genauigkeit und den Zeitaufwand von drei verschiedenen Methoden zur Verarbeitung von AAM-Daten verglichen: 1) manuelle Datenauswertung (MAN), 2) ein in der Forschung etabliertes Excel-Tool (EXCEL), und 3) BovHEAT. Es wurden zwei verschiedene Datensätze von 8 Betrieben (1 Betrieb in Kanada; 7 Betriebe in Deutschland) verwendet. Die Validierung wurde von drei Untersuchern unabhängig durchgeführt. Insgesamt wurden Aktivitätsdaten von 60 Kühen verwendet, was einer maximalen Anzahl von 600 Beobachtungen (50 Tage mit 12 Beobachtungen pro Tag) pro Kuh entspricht. Die manuelle Datenauswertung war aufgrund von Transkriptionsfehlern weniger genau: 13 von 60 Kühen wiesen mindestens einen Fehler auf und 16 von 110 Brunstereignissen wurden fehlerhaft erfasst. Die Zeit für die Verarbeitung der AAM-Daten und die Übertragung der Ergebnisse in eine standardisierte Ergebnistabelle für 10 Kühe betrug 41,0 (Bereich 28 - 53) Minuten, 30,7 (18 - 48) Minuten und 11,7 (4 - 16) Minuten für MAN, EXCEL und BovHEAT. Ohne die standardisierte Ergebnistabelle benötigte ein vollautomatischer Durchlauf mit BovHEAT zur Verarbeitung des kompletten Datensatzes von 5.477 Kühen mit 361 XLS- und XLSX-Dateien 172 Sekunden. Die BovHEAT Software kann auf GitHub (https://github.com/bovheat/bovheat, https://doi.org/10.5281/zenodo.3890126) evaluiert und heruntergeladen werden. Durch die MIT-Lizensierung kann die Software um die Unterstützung weiterer Sensoren und Hersteller kollaborativ erweitert werden. Die Ergebnisse dieser Studie zeigen, dass mit BovHEAT eine reprodzierbare und validierte Methode zur Verarbeitung und Auswertung von AAM-Daten entwickelt wurde. Wenige Benutzerinteraktionen und zusätzliche Funktionen ermöglichen eine beschleunigte Forschung mit AAM-Daten mit sichergestellter Reproduzierbarkeit.