Banca de DEFESA: FRANCISCO ALBIR LIMA JÚNIOR

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: FRANCISCO ALBIR LIMA JÚNIOR
DATA: 28/03/2025
HORA: 14:00
LOCAL: Núcleo de Pós-Graduação do CCA
TÍTULO: PREDIÇÃO DE CARACTERÍSTICAS DE CARCAÇA EM OVINOS A PARTIR DE IMAGENS ULTRASSONOGRÁFICAS: APLICAÇÃO DE MÉTODOS DE VISÃO COMPUTACIONAL
PALAVRAS-CHAVES: Carcaça, Inteligência Artificial, Produção de Carne, Yolov8, Random Forest.
PÁGINAS: 90
GRANDE ÁREA: Ciências Agrárias
ÁREA: Zootecnia
SUBÁREA: Genética e Melhoramento dos Animais Domésticos
RESUMO:

A ovinocultura é uma atividade pecuária presente em todos os continentes, necessitando, portanto, de carne de boa qualidade que atenda à demanda do mercado. Com o intuito de estudar características de carcaça, a área e a espessura de gordura subcutânea do músculo Longissimus dorsi são medidas importantes, por estarem associadas positivamente com o rendimento de carne. Assim, o conhecimento e a determinação destas medidas são essenciais para o produtor, e a determinação na realização destas medidas pode ser realizada com o auxílio de métodos e ferramentas de visão computacional. Portanto, o objetivo com a presente pesquisa é predizer a espessura de gordura subcutânea por meio do reconhecimento de imagens de ultrassom utilizando ferramentas de visão computacional. Foram coletadas 358 imagens de ultrassom do músculo em questão de ovinos criados em ambiente tropical. A medida da espessura de gordura subcutânea (EGS), a área de olho de lombo (AOL), a comprimento (COL) e profundidade (POL), foram registradas em mm, cm², cm, cm, respectivamente. A determinação das medidas EGS, AOL, POL e COL foram realizadas a partir de imagens ultrassonográficas capturadas por profissional treinado. As imagens coletadas foram levadas para anotação e, em seguida, compiladas em uma versão para processamento e extração das medidas da AOL, EGS utilizando a ferramenta online Roboflow. O conjunto de imagens foi dividido em imagens originais e imagens com limites EGS e AOL (máscaras de segmentação) para encontrar a região de interesse (AOL e EGS) nas imagens com dimensão padronizada (224-224-3 pixels). Durante a segmentação, a rede Yolov8 foi usada para processar e ajustar as imagens, enquanto os métodos shape, VGG e ResNet foram usados para validar e apresentar os resultados. O conjunto de imagens foi dividido entre treinamento do algoritmo (80%), validação (10%) e teste (10%). As métricas Jaccard Index e F1 score foram usadas para verificar a similaridade entre os dois conjuntos de imagens. Para avaliar os resultados da segmentação, três regressores foram usados na análise de regressão, Adabooster (ABR), Random Forest (RFR) e GradientBoosting (GBR). Para avaliar a qualidade da regressão, foram calculados os resíduos quadráticos médios (MSR), erro absoluto médio (MAE) e coeficiente de determinação (R²). Para comparar as médias reais e previstas do AOL, AOL30, COL, POL, Ratio e EGS, foi realizada análise de variância e teste t de Student a 95% de probabilidade. Dentre os regressores utilizados, o RFR foi o que apresentou melhor desempenho diferentes algoritmos, demonstrando a robustez deste regressor. As médias previstas pela ferramenta e as encontradas pelo especialista não apresentaram diferenças significativas, e o valor previsto apresentou menor variância que o valor real, o que confirma o sucesso da ferramenta treinada e executada. Portanto, a mensuração automática desta medida pelo método computacional proposto a partir de imagens de ultrassom é promissora, pois apresenta maior precisão que as mensurações realizadas por pessoal treinado. Além disso, não requer intervenção humana na delimitação da AOL e EGS em ovinos.

MEMBROS DA BANCA:
Presidente - 1550485 - JOSE LINDENBERG ROCHA SARMENTO
Interno - 2993761 - NATANAEL PEREIRA DA SILVA SANTOS
Externo ao Programa - 2732816 - DANIEL BIAGIOTTI
Externo ao Programa - 2025063 - ROMUERE RODRIGUES VELOSO E SILVA
Externo à Instituição - 027.***.***-89 - DÉBORA ARAÚJO DE CARVALHO - UESPI
Externo à Instituição - 026.***.***-69 - GLEYSON VIEIRA DOS SANTOS - UESPI