Diagnostico automático de ceratoconjuntivite infecciosa bovina por meio de imagens termográficas e deep learning.

A Ceratoconjuntivite Infecciosa Bovina (CIB) e a doenca ocular com maior incidencia em bovinos no mundo, causando perdas no rebanho e prejuizos ao produtor. Atualmente, o diagnostico para CIB e realizado por meio da avaliacao dos sinais clinicos por um especialista e confirmados por exames laboratoriais, o que geralmente e uma tarefa custosa. Nesse sentido, e notoria a necessidade em aprimorar as formas de diagnostico da doenca. Neste trabalho, e discutido o uso de Redes Neurais Convolucionais (RNC) para diagnostico automatico da CIB. A abordagem proposta foi treinada e testada em uma base de imagens termograficas da regiao ocular bovina de animais sadios e experimentalmente infectados. Foram desenvolvidos seis modelos de RNC com arquiteturas distintas e avaliados utilizando validacao cruzada. Os melhores resultados indicam que as RNCs sao capazes de identificar os sinais clinicos da CIB em imagens termograficas com uma acuracia proxima a 87%.