{"id":15431,"date":"2022-03-15T09:21:44","date_gmt":"2022-03-15T08:21:44","guid":{"rendered":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/?p=15431"},"modified":"2022-03-15T09:21:45","modified_gmt":"2022-03-15T08:21:45","slug":"klauwaandacht-camera-sensor-en-intelligentie","status":"publish","type":"post","link":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/artikel\/20220315\/klauwaandacht-camera-sensor-en-intelligentie\/","title":{"rendered":"Klauwaandacht – Camera, sensor en intelligentie"},"content":{"rendered":"

Met behulp van sensoren, camera\u2019s en kunstmatige intelligentie kun je klauwproblemen vroegtijdig detecteren. Het uitbannen van Mortellaro is \u00e9\u00e9n van de belangrijkste speerpunten. <\/p><\/div>\n\n\n

In het innovatieprogramma Next Level Animal Science houdt Wageningen University en Research zich bezig met het onderzoek naar nieuwe technologie\u00ebn die het begrijpen, monitoren en versterken van de diergezondheid in een stroomversnelling kunnen brengen. In het kader daarvan doen onderzoekers in Leeuwarden (Fr.) op Dairy Campus onderzoek naar vernieuwende methodes om Mortellaro op te sporen. Deze klauwaandoening kan grote schade veroorzaken. Er is de directe economische schade die bestaat uit behandelingskosten en het (mogelijk) niet kunnen leveren van melk van zieke of met antibiotica behandelde koeien. Maar er is ook indirecte schade door een lagere melkproductie, een verminderde vruchtbaarheid of een vervroegde afvoer van dieren.<\/p>\n\n\n\n

Om een goed beeld te krijgen van de \u2018route\u2019 die Mortellaro aflegt in een stal, zijn op Dairy Campus zeven verschillende diergroepen uitgerust met zogeheten ultra-wideband-sensoren. Deze zijn bevestigd aan de bovenzijde van de halsband en staan in contact met bakens die in elke hoek van de stal zijn ge\u00efnstalleerd. In elke groep hangen vier bakens. Piter Bijma, universitair docent bij de WUR: \u201cOm een goed beeld te krijgen van het verloop van een besmetting in de stal, willen we weten waar ge\u00efnfecteerde koeien zijn geweest. Met behulp van die sensoren kunnen we in ons track-lab zien welke routes de dieren hebben afgelegd. Koeien kunnen verschillen in besmettelijkheid. We hopen met behulp van de sensoren onder meer superspreaders te kunnen onderscheiden. Als dat lukt, zou je de data in een later stadium kunnen gebruiken om die dieren af te voeren of deze gegeven kunnen gebruiken in de fokkerij en genetica.\u201d Bijma werkt voor het onderzoek samen met zijn collega Mart de Jong, professor kwantitatieve veterinaire epidemiologie. In 2018 maakten zij een voorstel voor het onderzoek dat nu loopt op Dairy Campus.<\/p>\n\n\n\n

Naast de inzet van sensoren wordt ook gebruikgemaakt van cameratechniek. 24 uur per dag worden verschillende groepen gefilmd. De beelden worden net als de data die de sensoren verzamelen naar het track-lab gestuurd. Drie monitoren in het kantoor van Dairy Campus geven de beelden uit de stal weer. Maar met alleen die beelden wordt het opsporen van Mortellaro lastig. Daarom wordt ook de melkcarrousel \u2013 een 40-stands buitenmelker \u2013 uitgerust met een camera die tijdens het melken alle klauwen in beeld brengt. Naarmate er meer beelden zijn, kan er samen met de sensordata een algoritme worden gecre\u00eberd dat zelf, met behulp van kunstmatige intelligentie, ge\u00efnfecteerde koeien aanwijst.<\/p>\n\n\n\n

<\/div>

Mortellaro<\/h3>

Mortellaro wordt veroorzaakt door de Treponema-bacterie, die voorkomt in de mest. De klauwaandoening kenmerkt zich door een ontsteking van de klauwhuid, meestal daar waar de huid overgaat in het hoorn achterop de klauw. De ontstoken plek is rood en aardbeiachtig en vaak staan rondom de Mortellaro-plekken de haren overeind. De plek is pijnlijk bij aanraking en stinkt.<\/p><\/div><\/div><\/section>\n\n\n\n

\u201cE\u00e9n van de uitdagingen is dat niet alle koeien met een Mortellaro-infectie kreupel ook zijn\u201d, vertelt Bijma. \u201cEr is namelijk een verschil tussen een acute infectie en een chronische aandoening. In beide gevallen verspreidt het ge\u00efnfecteerde dier de ziekte door de stal. Door de infectiestatus van de dieren en daarmee de transmissie van de ziekte in kaart te brengen, onderzoeken we waar Mortellaro overleeft. Ook in het geval van de chronische vorm.\u201d<\/p>\n\n\n\n

Clawcare-project<\/h2>\n\n\n\n

Niet alleen in Nederland is er aandacht voor klauwaandoeningen. Ook in Belgi\u00eb wordt onderzoek gedaan en ook daar worden onder meer camera\u2019s en kunstmatige intelligentie ingezet voor de detectie en vroegtijdige behandeling van Mortellaro. In het Clawcare-project werken het Instituut voor Landbouw-, Visserij- en Voedings-onderzoek (ILVO), Inagro, U Gent, Ho Gent en praktijkcentrum Hooibeekhoeve samen aan een zogenoemd beeldverwerkingsalgoritme dat klauwletsels automatisch detecteert en lokaliseert. Een app op de telefoon moet het werk van de klauwverzorger uiteindelijk eenvoudiger maken.<\/p>\n\n\n\n

Net als op Dairy Campus wordt gewerkt aan een opstelling met camera\u2019s en sensoren die de koeien automatisch en continu monitoren om zo kreupelheid in een vroeg stadium te ontdekken. Daarvoor moet de software worden \u2018getraind\u2019. Het systeem moet \u2018leren\u2019 op welke beelden bijvoorbeeld zoolzweren aanwezig zijn of hoe een tyloom te herkennen is. Daarvoor zijn heel veel data nodig van zowel gezonde als van kreupele en ge\u00efnfecteerde dieren. Met behulp van warmtecamera\u2019s zijn daarom foto\u2019s gemaakt tijdens het klauwverzorgen op 38 Vlaamse melkveebedrijven. Daardoor is er nu een dataset met 4.615 thermale foto\u2019s van de onderkanten van klauwen beschikbaar.<\/p>\n\n\n\n

In de studie maken onderzoekers gebruik van warmtecamera\u2019s. Bij een aandoening als Mortellaro is namelijk een stijging van de temperatuur van de klauwen te zien. De Belgische onderzoekers stuiten daarbij wel op een probleem: het gebruik van slijpschijven bij de klauwverzorging. Door de wrijving worden de klauwen warm. Voordat de app bruikbare warmtebeelden zou kunnen maken, zou je na het bekappen 1 minuut moeten wachten. Dat is in de praktijk niet haalbaar, omdat de klauwverzorgers in korte tijd veel dieren moeten behandelen. De klauwen na het bekappen afkoelen met water of perslucht is een optie, maar ook dat vraagt om een extra handeling. E\u00e9n en ander heeft ertoe geleid dat onderzoekers inzetten op de ontwikkeling van een opstelling voor automatische detectie van kreupele dieren.<\/p>\n\n\n\n

Die opstelling bestaat uit een warmtecamera, dieptecamera, een RGB-camera en een instrument voor de identificatie van het dier. De opstelling wordt ge\u00efnstalleerd in een gang waar alle dieren dagelijks passeren. Loopt er een koe voorbij, dan zet een laser de dataverzameling in gang. De warmtecamera geeft informatie over ontstekingen op de achterkant van de poten. De beelden van de dieptecamera boven het dier brengen de kromming van de rug in beeld. Daarmee kan de bodyconditiescore van de koe worden bepaald. De RGB-camera maakt beelden langs de zijkant die de onderzoekers gebruiken om de staplengte en de tijd dat de verschillende poten op de grond staan te achterhalen. Achterliggende software koppelt alle beelden en data die verzameld worden automatisch aan het juiste dier.<\/p>\n\n\n\n

<\/div>
<\/div>

Bakens in de stal zorgen ervoor dat de sensordata wordt verzonden naar de pc in het track-lab van Dairy Campus.<\/p><\/div><\/div><\/section>\n\n\n\n

Fokwaarden<\/h2>\n\n\n\n

Op termijn zou het onderzoek op Dairy Campus gevolgen kunnen hebben voor het fokbeleid. Volgens Piter Bijma wordt er bij de geschatte fokwaarden tot op heden vooral gekeken of een dier Mortellaro heeft of niet. \u201cMaar er is zoveel meer te halen. In de huidige fokwaarden wordt bijvoorbeeld geen rekening gehouden met de manier waarop Mortellaro zich verspreidt op een bedrijf. Als je die waarden gaat gebruiken, dan kun je de verspreiding van de ziekte beperken.\u201d<\/p>\n\n\n\n

Mart de Jong voegt toe: \u201cHet aantal koeien dat \u00e9\u00e9n besmette koe infecteert, is interessant. Uit onderzoek van Floor Biemans die hierop in 2018 promoveerde, is gebleken dat op de onderzochte bedrijven een koe met Mortellaro gemiddeld 2,36 andere vatbare koeien in dezelfde stal besmet. Dat is veel. Omdat de ziekte al bijna een halve eeuw aanwezig is, dacht ik dat door natuurlijke selectie de besmettelijke dieren al afgevoerd zouden zijn. Dat is niet het geval, blijkt uit het onderzoek van Biemans.\u201d Het onderzoek van Biemans was overigens specifiek gericht op bedrijven waar Mortellaro aanwezig was.<\/p>\n\n\n\n

<\/div>
<\/div>

Camera\u2019s registreren de beweging van de koeien. Wijken bewegingen af, dan zou dat kunnen duiden op klauwproblemen.<\/p><\/div><\/div><\/section>\n\n\n\n

Waar het onderzoek op Dairy Campus zich aan de ene kant richt op het vroegtijdig detecteren van Mortellaro, wordt er aan de andere kant met dezelfde data gewerkt aan het ontwikkelen van de fokwaarde \u2018klauwgezondheid\u2019. \u201cDe erfelijkheidsgraad voor Mortellaro is niet zo hoog, maar er zijn wel grote genetische verschillen\u201d, zegt Bijma. \u201cDoor die verschillen in kaart te brengen kunnen melkveehouders op den duur gaan selecteren. Daarmee wordt economische schade en vroegtijdige afvoer van besmette dieren verkleind.\u201d<\/p>\n\n\n\n

In het onderzoek op Dairy Campus worden de nodige gigabytes aan data verzameld. Het kantoor van Bert Klandermans, datamanager bij Dairy Campus, is het track-lab. Klandermans: \u201cHier worden de data die de camera\u2019s en sensoren registreren verzameld, opgeslagen en samengevoegd. Met behulp van kunstmatige intelligentie analyseren we de grote stroom aan complexe data.\u201d Op de beeldschermen kunnen we in \u00e9\u00e9n oogopslag kijken naar zowel de camerabeelden als de sensorgegevens. Twee databronnen naast elkaar: de volgdata van de sensoren en de camerabeelden. \u201cDat maakt het mogelijk de gegevens direct te valideren met wat we zien.\u201d<\/p>\n\n\n\n

<\/div>
<\/div>

De witte kastjes bovenop de halsband registreren de locatie en de looproutes van koeien in de stal. Het doel: in kaart brengen hoe Mortellaro zich verspreidt.<\/p><\/div><\/div><\/section>\n\n\n\n

Voortgang<\/h2>\n\n\n\n

Zowel op Dairy Campus als in het onderzoek in Belgi\u00eb zijn de camera\u2019s en de sensoren recentelijk ge\u00efnstalleerd. De opstelling in Belgi\u00eb wordt momenteel getest in de melkveestal van ILVO. In een vervolgstap wordt de techniek ook ge\u00efnstalleerd op een melkveebedrijf in de buurt. Naast de data die door de opstelling wordt verzameld, zal ook bekeken worden in hoeverre andere data van bijvoorbeeld melkproductie of activiteitsmeters de detectie van kreupele koeien gemakkelijker kan maken. De Vlaamse onderzoekers willen uiteindelijk een modulair systeem maken dat een melkveehouder naar wens kan uitbreiden. Om dat mogelijk te maken wordt niet alleen de doeltreffendheid en accuraatheid van het volledige systeem ge\u00ebvalueerd, maar ook die van elke afzonderlijke sensor en camera. Elke sensor of camera krijgt een eigen waarde in de bepaling van de kreupelheidsscore van het dier.<\/p>\n\n\n\n

Het onderzoek op Dairy Campus is volgens Piter Bijma geslaagd als de erfelijke variaties van Mortellaro in kaart zijn gebracht en als duidelijk is hoe de ziekte zich verspreidt in een stal. \u201cUiteindelijk is het voor de melkveehouderij ook maatschappelijk van belang dat er zo min mogelijk dierziektes voorkomen.\u201d Hij kan zich voorstellen dat de sector op den duur gaat werken met Mortellaro-vrij-certificaten. \u201cOp die manier kan een melkveehouder dieren aankopen van bedrijven die Mortellaro-vrij zijn. Uiteindelijk kan de sector de klauwaandoening uitbannen door een combinatie van tijdige detectie, tijdige behandeling, de fokkerij en het management in de Nederlandse melkveehouderij.\u201d<\/p>\n\n\n\n

Bijma verwacht dat de complete opstelling na de zomer functioneert en dat de onderzoekers kunnen beginnen met het trainen van het algoritme dat uit zichzelf Mortel-laro detecteert. De eerstvolgende stap is het installeren van de camera die de klauwen in beeld brengt tijdens het melken in de carrousel. De eerste resultaten van het onderzoek verwacht hij tegen het einde van 2022.<\/p>\n\n\n\n

Hapklare modules<\/h2>\n\n\n\n

Data, sensoren, erfelijkheid, kunstmatige intelligent, algoritmes, transmissie. Het zijn nogal wat zaken die niet van de \u00e9\u00e9n op de andere dag toepasbaar zijn op een melkveebedrijf. Daar gaat enige tijd overheen. En als de resultaten er zijn, dan is het wat Bijma betreft aan de Lely\u2019s, Delavals en Boumatics van deze wereld om de techniek in hapklare modules te leveren aan melkveehouders.\u00a0\u00a0<\/p>\n","protected":false},"excerpt":{"rendered":"

Met behulp van sensoren, camera\u2019s en kunstmatige intelligentie kun je klauwproblemen vroegtijdig detecteren. Het uitbannen van Mortellaro is \u00e9\u00e9n van de belangrijkste speerpunten.<\/p>\n","protected":false},"author":4488,"featured_media":15432,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"wds_primary_category":0,"wds_primary_post_tag":0,"wds_primary_dossier":0,"wds_primary_artikel_type":0,"footnotes":""},"categories":[75,95],"tags":[],"dossier":[],"artikel_type":[27],"class_list":["post-15431","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-dierverzorging","category-veehouderij","artikel_type-artikelen"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/posts\/15431","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/users\/4488"}],"replies":[{"embeddable":true,"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/comments?post=15431"}],"version-history":[{"count":0,"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/posts\/15431\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/media\/15432"}],"wp:attachment":[{"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/media?parent=15431"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/categories?post=15431"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/tags?post=15431"},{"taxonomy":"dossier","embeddable":true,"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/dossier?post=15431"},{"taxonomy":"artikel_type","embeddable":true,"href":"https:\/\/www.mechaman.nl\/veehouderij-techniek\/wp-json\/wp\/v2\/artikel_type?post=15431"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}