Bundesanstalt für Landwirtschaft und Ernährung

Suche in den Vorhaben des Programms zur Innovationsförderung

Zurück zum Suchergebnis

Titel: Verbundprojekt: Der Smarte Rücken - Etablierung eines multimodalen Konzepts zur Früherkennung von Lahmheiten der Kuh (MUKOLA) - Teilprojekt B
Titel (englisch): Collaborative project: The Smart Back - Establishment of a multimodal concept for the early detection of cow lameness (MUKOLA) - subproject B
Beschreibung (dt.): Im Jahr 1990 betrug die durchschnittliche jährliche Milchleistung einer Kuh in Deutschland ca. 4.700 kg, heute sind es >8.000 kg. Mittlere jährliche Herdenleistungen von >11.000 kg Milch/Kuh sind heute keine Seltenheit mehr. Mit jährlichen Prävalenzen von 30-69% werden Klauenerkrankungen für 80-90% der Lahmheiten bei Rindern verantwortlich gemacht und zählen trotz zunehmender Qualität der tiermedizinischen Versorgung zu den wichtigsten Problemfeldern in der Milchviehhaltung. Eine Einzeltierüberwachung hätte das Potenzial zur Früherkennung von Veränderungen und zur Vermeidung unnötiger Schmerzen, Leiden und Schäden der Tiere. Unser Ziel ist die Entwicklung einer Software-Anwendung zur Früherkennung von Lahmheiten anhand einer videobasierten und automatisierten Überwachung von Rückenformveränderungen von Milchkühen auf ihrem täglichen Weg zum Melkstand. Mobile Anwender- und Experten-Apps sollen Informationen über auffällige Tiere dem Landwirt bzw. dem Hoftierarzt jederzeit in Echtzeit zugänglich machen. Zur Umsetzung dieses Ziels schafft unser Antragsvorhaben die notwendigen Voraussetzungen durch: - Generierung großer Datenbanken zur eingehenden Charakterisierung der physiologischen Rückenformen beschwerdefreier Rinder während deren selbstbestimmter und von außen unbeeinflusster Bewegung. Hierfür kommen erstmals modernste Sensortechniken und Auswertealgorithmen aus der Humanmedizin zum Einsatz am Tier. Erst über den Vergleich zu diesen Referenzdatenbanken können Abweichungen in den Rückenformen von Tieren mit Beschwerden definiert werden. - Automatisierte Videoanalyse der Rückenform. Um zukünftig Einzeltiere mit Beschwerden automatisiert im Bestand detektieren zu können, d.h. ohne Einsatz von Personal oder Sensortechnik am Tier, sollen am JWI vorhandene Softwaretools zur Videoanalyse genutzt werden, die mittels oben beschriebener Sensortechniken an der Kuh validiert werden.
Beschreibung (engl.): In 1990, the average annual milk yield of a cow in Germany was around 4,700 kg, today it is more than 8,000 kg. Average annual herd outputs of more than 11,000 kg milk per cow are no longer uncommon. With annual prevalence of 30-69%, hoof diseases are responsible for 80-90% of lameness in cattle and are among the most important problem areas in dairy farming despite the increasing quality of veterinary care. Monitoring individual animals would have the potential to detect changes early and to avoid unnecessary pain, suffering and damage to the animals. Our aim is to develop a software application for the early detection of lameness based on video-based and automated monitoring of changes in the back shape of dairy cows on their daily route to the milking parlor. Mobile user and expert apps are intended to make information about conspicuous animals available to the farmer or farm veterinarian in real time at any time. To implement this goal, our application project creates the necessary conditions by: Generation of large databases for the in-depth characterization of the physiological back forms of symptom-free cattle during their self-determined and uninfluenced movement. For the first time, the most modern sensor technologies and evaluation algorithms from human medicine are used on animals. It is only by comparing these reference databases that deviations in the back shapes of animals with symptoms can be defined. Automated video analysis of the back shape. In order to be able to automatically detect individual animals with complaints in the future, i.e. without the use of personnel or sensor technology on animals, existing software tools for video analysis are to be used at JWI, which are validated on the cow using the sensor technologies described above.
Laufzeit: Beginn: 01.02.2021 / Ende: 31.01.2024
Ausf. Einrichtung: MCG motion capture GmbH, Heidelberg
Themenfelder: Tiergesundheit, animal health
Förderprogramme: Programm zur Innovationsförderung des Bundesministeriums für Ernährung und Landwirtschaft
Schlagworte: Rinder, cattle, Tierhaltung, animal husbandry, Tierschutz, Tierwohl, animal welfare, Digitalisierung, Digitale Welt, digital world, Datenmanagement, data management, Diagnostik, diagnostics, Precision livestock farming, Künstliche Intelligenz, AI Artificial Intelligence, Monitoring, Start-up
Förderkennzeichen: 281C203B19
Dokument zum Download: Kein Dokument vorhanden!

Kontakt:

Benutzen Sie unser Kontaktformular
oder E-Mail an
innovation@ble.de

Übergreifende Suche in allen Vorhaben des Projektträgers...

Such-Tipps:

Stichwortsuche:

Mehrere Begriffe werden automatisch verknüpft. Auch Wortbestandteile werden in folgenden Datenfeldern gesucht:

Projekttiteln und Beschreibungen (in deutsch, englisch, französich), Förderkennzeichen, Schlagworten und Zielländern.

Die folgenden Beispiele veranschaulichen einige Such-Strings, die boolesche Volltextoperatoren verwenden:

Weizen Stroh

Findet Datensätze, die mindestens eines der beiden Wörter enthalten.

+Weizen +Züchtung

Findet Datensätze, die beide Wörter enthalten.

Weizen +Sorte

Findet Datensätze, die das Wort "Weizen" enthalten, stuft aber solche Datensätze höher ein, die auch "Sorte" enthalten.

+Weizen -Gerste

Findet Datensätze, die das Wort "Weizen", aber nicht das Wort "Gerste" enthalten.

Weizen*

Findet Datensätze, die Wörter wie "Weizen", "Weizenmehl", "Weizenbier" oder "Weizenanbau" enthalten.

"Kleegras und Grünland"

Findet Datensätze, die die exakte Phrase "Kleegras und Grünland" enthalten. Dies wäre etwa "Stickstoffkreisläufe in Kleegras und Grünland", nicht aber "Stickstoffkreisläufe in Kleegras oder Grünland".

Beachten Sie, dass die (")-Anführungszeichen, die die Phrase umschließen, Operatorzeichen sind, die der Trennung der Phrase dienen. Es handelt sich hierbei nicht um Anführungszeichen, die den Such-String selbst umfassen.