Hệ thống CattleFever làm được điều này bằng cách sử dụng trí tuệ nhân tạo và camera hồng ngoại để ước tính nhiệt độ cơ thể của gia súc.
CattleFever được phát triển bởi nghiên cứu sinh tiến sĩ Phạm Trọng Thắng và các đồng nghiệp thuộc Phòng Thí nghiệm Trí tuệ nhân tạo và Thị giác máy tính tại Đại học Arkansas do PGS Lê Thị Hoàng Ngân đứng đầu.
Việc phát hiện bệnh ở bò từ sớm có thể giúp ngăn ngừa các đợt bùng phát dịch bệnh. Ảnh: Danganhfoto / Pixabay
Thân nhiệt là một chỉ số sinh lý quan trọng trong chăn nuôi gia súc. Nếu nhiệt độ tăng cao trong thời gian dài, đó có thể là dấu hiệu cảnh báo bệnh hô hấp ở bò. Hiện nay, người chăn nuôi chủ yếu đo nhiệt độ cho bò bằng cách đặt nhiệt kế vào hậu môn. Nhưng việc này gây căng thẳng cho bò, dẫn đến tăng hormone cortisol và làm sai lệch kết quả đo. Hơn nữa, cách đo này chỉ cho thấy nhiệt độ ở một thời điểm nhất định, trong khi thân nhiệt bò có thể thay đổi suốt cả ngày.
Hệ thống CattleFever không chỉ giúp giảm căng thẳng cho bò mà còn giúp người chăn nuôi bớt cực nhọc khi theo dõi sức khỏe của đàn. Hơn nữa, hệ thống này còn giúp phát hiện bệnh trước khi các triệu chứng xuất hiện ở bò, từ đó tạo điều kiện cho việc điều trị sớm và ngăn ngừa các đợt bùng phát dịch bệnh.
Xây dựng bộ dữ liệu ảnh
Để phát triển CattleFever, trước tiên nhóm nghiên cứu phải có dữ liệu nhưng hiện nay bộ dữ liệu cho gia súc rất ít. Bởi vậy, họ đã phải tự xây dựng bộ dữ liệu của mình với các video ngắn và hình ảnh nhiệt của hàng ngàn con bò. Với mỗi video, họ chỉ quay một con trong vòng 20 giây và ghi lại nhiệt độ đo được bằng nhiệt kế hậu môn để đối chiếu.
13 điểm này là những bộ phận có ý nghĩa về mặt giải phẫu để phân tích nhiệt, bao gồm các khu vực tai hai bên (điểm 1-3, 5-7), các đặc điểm trung tâm của vùng mặt (đỉnh đầu, mắt, mõm) và các khu vực hô hấp/ăn uống (lỗ mũi, miệng). Ảnh: Smart Agricultural Technology
Sau đó, nhóm nghiên cứu liên kết các bức ảnh màu của bò được trích xuất từ video với các hình ảnh nhiệt chụp bằng camera hồng ngoại. Họ đánh dấu 13 điểm quan trọng ở phần đầu bò, như mắt, tai, miệng, trong các bức ảnh màu. Nhóm tự tay chú thích 600 khung hình ảnh màu, sau đó sử dụng chúng để huấn luyện công cụ AI. Công cụ này tiếp tục tự động gắn nhãn cho 4.000 khung hình còn lại, bao gồm cả ảnh màu và ảnh nhiệt, tạo thành bộ dữ liệu CattleFace-RGBT. Công cụ AI có thể tự động xác định mặt bò và nhận diện các đặc điểm quan trọng trên mặt của nó từ cả ảnh màu và ảnh nhiệt, giúp dự đoán chính xác nhiệt độ cơ thể.
Phát hiện sớm bệnh
Xem xét kỹ lưỡng các kết hợp điểm mốc khác nhau trên mặt bò, nhóm nghiên cứu nhận ra rằng nhiệt độ ở mắt và lỗ mũi của bò gần nhất với kết quả từ nhiệt kế hậu môn. Do đó, việc tính toán thân nhiệt sẽ tập trung vào nhiệt độ của các hình ảnh nhiệt từ những vị trí này.
Họ đã thử nghiệm nhiều phương pháp học máy để xác định nhiệt độ cơ thể của bò từ những phép đo trên. Phương pháp cho kết quả chính xác nhất là hồi quy rừng ngẫu nhiên, trong đó nhiều "cây quyết định" được huấn luyện trên các phần dữ liệu khác nhau, sau đó kết quả từ các cây này được kết hợp lại, giúp giảm bớt sai sót và mang lại dự đoán chính xác hơn.
Nhiệt độ bình thường của bò là khoảng 38,5 độ C, từ 39,5 độ C trở lên là dấu hiệu cho thấy bò có thể đang bị bệnh. Hệ thống CattleFever đã có thể tự động xác định nhiệt độ của động vật với sai số chỉ một độ F (tương đương khoảng 0,56 độ C) so với kết quả từ nhiệt kế. Nhóm nghiên cứu đã chứng minh rằng có thể đọc chính xác nhiệt độ của bò từ hình ảnh nhiệt, nhưng tất cả các bức ảnh cần được chụp từ trực diện.
Chỉ cần một bức ảnh nhiệt như thế này, hệ thống CattleFever có thể cho biết nhiệt độ của bò. Ảnh: AICV Lab
"Chúng tôi có lẽ cần phải chụp thêm nhiều bức ảnh bò trong môi trường tự nhiên, chẳng hạn như khi chúng đang chạy xung quanh, để ghi lại chuyển động của chúng trên đồng cỏ," nghiên cứu sinh Phạm Trọng Thắng nói.
Các nhà khoa học không nêu ra giống bê được sử dụng trong nghiên cứu, mà chỉ cho biết đây là đàn bê tại Trạm Nghiên cứu Nông nghiệp Arkansas thuộc Khu phức hợp Nghiên cứu Savo. Nghiên cứu có thể sẽ cần tiến hành thêm ở nhiều giống bò và nhiều vùng địa lý khác nhau.
Nhóm nghiên cứu đã công khai bộ dữ liệu CattleFace-RGBT để các nhà nghiên cứu khác có thể khai thác và phát triển một hệ thống khả thi, hữu dụng cho người chăn nuôi.
Nhóm nghiên cứu đã mô tả công cụ này trên tạp chí Smart Agricultural Technology.
---
Nguồn tham khảo:
Pham, T.T., Coffman, E., Kegley, B., Powell, J.G., Zhao, J., & Le, N. (2025) 'CattleFever: An automated cattle fever estimation system', Smart Agricultural Technology, 12, pp. 101434. https://doi.org/10.1016/j.atech.2025.101434
New AI Tool Can Take a Cattle’s Temperature with Only a Photo, University of Arkansas
https://arkansasresearch.uark.edu/new-ai-tool-can-take-a-cattles-temperature-with-only-a-photo