Gezichtskenmerken koe voorspellen ziekte

Automatische gezichtsherkenning gaat in de toekomst veel betekenen voor het management van melkveehouders. Dat is de stellige overtuiging van Gerben Hofstra, voormalig dierenarts en docent/onderzoeker van HAS green academie in Den Bosch. “Uit de literatuur blijkt dat beelden van koeiengezichten bruikbaar zijn voor individuele identificatie”, zegt Hofstra. “Maar ook om zieke koeien te onderscheiden van gezonde dieren. Dat biedt op langere termijn perspectief voor tijdig ingrijpen bij ziekte. Met gezichtskenmerken van koeien kun je zieke koeien automatisch opsporen.”

Dat is een belangrijke conclusie van onderzoek van Wageningen Bioveterinary Research (WBVR) samen met HAS green academie in Den Bosch en Avans Hogeschool. “In ons onderzoek konden we koeien met een mond-en-klauwzeer(MKZ)-infectie herkennen aan de gezichtskenmerken van individuele koeien”, vertelt Ronald Petie, epidemioloog van WBVR en net als Hofstra betrokken bij het onderzoek.

Het gebruik van gezichtsherkenning om koeziekten te identificeren, past in de ontwikkeling van precisieveehouderij. “Optimalisatie van zorg voor dieren met realtime monitoring van gezondheid, welzijn, productie en milieu-impact heeft veel toekomst. De techniek gaat heel veel mogelijk maken”, verwacht Hofstra.

Onderzoek met MKZ-vaarzen

WBVR in Lelystad voert vaccinprestatieproeven uit voor MKZ. De ziekte uit zich onder andere via zichtbare symptomen in het gezicht van koeien. “Een goede basis voor ontwikkeling en testen van een MKZ-gezichtsherkenningstool”, vertelt Hofstra. Er zijn foto’s gemaakt van in totaal 96 Holstein-Friesian-vaarzen, voordat ze zijn geïnfecteerd met MKZ en van geïnfecteerde dieren. Studenten hebben handmatig dieren gescoord op negen kenmerken die bij ziekte, zoals MKZ, afwijken. Zoals waterige ogen, neusuitvloeiing en kwijlen, de positie van de oren en huidbeschadigingen op de snuit. Het scoringssysteem is gebaseerd op literatuuronderzoek en was de referentie voor het automatisch scoren door de computer.

“Een computer is getraind om via beeldherkenningssoftware de signalen van MKZ op het koeiengezicht op te pikken van een foto. Hij vertaalt deze naar een geautomatiseerde MKZ-ziektescore voor de vaarzen. De computer haalde 94 van de 100 zieke vaarzen eruit. Veranderingen in gezichtsexpressie van geïnfecteerde koeien zijn bruikbaar voor automatische en vroege detectie van MKZ”, concludeert Petie.

Koeiensnuit als vingerafdruk

“Er is wereldwijd onderzoek gedaan naar gezichtsexpressie van dieren in relatie tot emotie en pijn. Bijvoorbeeld het zogenoemde ‘painface’ bij paarden en de stand van de oren als pijnindicator bij schapen”, vertelt Hofstra. “Ook de mate waarin het oogwit zichtbaar is, kan duiden op ziekte.”

Gezichtskenmerken zijn ook bruikbaar voor individuele koeherkenning. Ali Shojaeipour, promovendus aan de Universiteit van New England in Australië, heeft een applicatie ontwikkeld die individuele koeien herkent van foto’s. De techniek herkent specifiek de neus van koeien. “De neus van elke koe heeft een uniek patroon en markeringen, net als de vingerafdruk van mensen”, zegt Shojaeipour.

Met kunstmatige intelligentie bleek het mogelijk om 300 koeien met een erg hoge nauwkeurigheid van 99% individueel te herkennen aan hun neus. Neusherkenning werkt net zoals we met onze vingerafdruk onze smartphone aanzetten. “De techniek is niet beperkt tot een ras, maar toepasbaar op alle runderen”, zegt Shojaeipour. “In de toekomst kunnen we koeien volgen zonder aanraking van dieren, waardoor halsbanden met sensoren of oorsensoren overbodig zijn.”

De promovendus onderzoekt ook of met cameratechnologie de weidegang van individuele koeien te volgen is via neusherkenning. Hij ontwikkelt ook een app die koeien kan identificeren via de camera van de telefoon. “Toepassing van gezichtsherkenning in de praktijk heeft nog verdergaande technische ontwikkeling nodig”, zeg Shojaeipour. “Want de modder-en-vuil-realiteit van boerderijen en weidegronden is wel compleet anders dan een experimentele setting. Maar ik geloof zeker in de door kunstmatige intelligentie gestuurde mogelijkheden voor toepassingen in de praktijk op niet al te lange termijn.”

Digitale beelden komen steeds makkelijker beschikbaar en ook beeldverwerkingstechnieken ontwikkelen zich snel. Computer vision, algoritmes van beschikbare technologie en deep learning maken veel mogelijk. Het maakt onderscheid tussen gelaatstrekken van gezonde en zieke koeien (zie kader Kenmerken koeienkop in relatie tot risico op ziekte). Het herkent ook afwijkingen in het looppatroon van koeien om bijvoorbeeld kreupelheid in een vroeg stadium op te sporen. “Of bijvoorbeeld in Indonesië waar ze camera’s gebruiken om staartbijten bij varkens vroegtijdig op te sporen en te tackelen, voordat het uit de hand loopt. Dezelfde experimentele toepassing zie je ook in kippenstallen ter preventie van verenpikken”, zegt Hofstra.

Praktijkrijp maken

“De resultaten van ons MKZ-onderzoek zijn niet te extrapoleren naar andere koeienrassen, leeftijdsgroepen en ziekten. Dat vereist aanvullend onderzoek”, zegt Petie.

Gezichtsherkenning is te verfijnen door gebruik van meer indicatoren. Zoals zichtbaar oogwit als indicator voor de emotionele toestand van het dier of andere factoren die duiden op pijn. “Dergelijke factoren kun je minder gemakkelijk handmatig scoren. Met behulp van een grote hoeveelheid afbeeldingen kun je een automatisch systeem trainen om dit wel te herkennen”, zegt Petie.

Het is voor computer vision en automatische herkenning van ziekten belangrijk dat de software voldoende beelden van koeien met een specifieke aandoening ziet. “Alleen op die manier kun je uiteindelijk de specifieke kenmerken van die aandoening automatisch linken aan de betreffende ziekte en dus detecteren”, zegt Hofstra. “En dat is direct ook het probleem voor verdere ontwikkeling, want je hebt grote aantallen zieke dieren nodig om de computer te trainen. En die heb je niet zomaar voorhanden en sommige ziekten tonen ook nog eens dezelfde symptomen in het gezicht.”

Uiteindelijk gaan gezichtherkenningssystemen betrouwbare attenties geven van zieke dieren aan de veehouder. “Een melkrobot kan dat ook, maar dat gaat indirect via de melk en dan loop je vaak al achter de feiten aan”, stelt Hofstra. Het grote voordeel van camera’s is dat ze 24/7 de koeien in de gaten houden. De gezichtsuitdrukking is waarschijnlijk het eerste dat verandert bij een zieke koe, want in gedrag laten ze ziekte niet zo snel zien. Hofstra: “Dat is een evolutionair beschermingsmechanisme. Daarin biedt gezichtsherkenning ook voordelen ten opzichte van andere sensortechnologie.”

Naast 24/7 monitoring is de nauwkeurigheid bij goed ontwikkelde algoritmen hoog. Tussen mensen die handmatig dezelfde koe scoren op ziektesymptomen zitten vaak verschillen, een computer werkt consequent. Werken met camera’s is bovendien een non-invasieve methode. Er is geen halsband met sensor nodig of bijvoorbeeld een pensbolus. “Het gebruik van beelden van koeien, in welke vorm dan ook, gaat snel toenemen. Maar controle door de mens kun je nooit helemaal vervangen”, stelt Hofstra. “Gezichtsherkenning, beeldverwerkings- en computervisietechnieken, zoals deep learning en kunstmatige intelligentie moet je dan ook zien als belangrijke hulpmiddelen voor de veehouder. In combinatie met andere sensortechnologie helpt het in de vroege detectie van afwijkingen bij koeien. Vervolgens moet je nog wel de juiste diagnose stellen en de juiste acties uitvoeren om daadwerkelijk de gezondheidsstatus van een veestapel te verhogen.”