Sistema de classificação de imagens por meio da aplicação de Aprendizagem Profunda para o pré-diagnóstico de doenças dermatológicas bovinas

Abstract

As doenças dermatológicas em bovinos representam um desafio significativo para a saúde animal, a saúde pública e a economia da pecuária bovina, devido ao impacto econômico e ao potencial zoonótico de algumas enfermidades. O diagnóstico dessas doenças é tradicionalmente realizado de forma manual, um processo que demanda tempo e depende de profissionais especializados. Este estudo tem como objetivo desenvolver uma plataforma baseada em inteligência artificial (IA) para o pré-diagnóstico de quatro principais doenças dermatológicas bovinas: dermatofilose, dermatofitose, dermatite nodular contagiosa e berne. Foi implementada uma abordagem que combina Redes Neurais Convolucionais (CNN) e Perceptrons Multicamadas (MLP) para a análise de imagens, acelerando o processo diagnóstico. O modelo de IA foi treinado com Keras e TensorFlow utilizando um conjunto de dados de imagens dermatológicas. O treinamento foi realizado com até 500 épocas e validação cruzada, atingindo uma acurácia superior a 70%. A solução proposta mostrou potencial para facilitar o pré-diagnóstico, promovendo o tratamento precoce, reduzindo a disseminação das doenças e oferecendo maior acessibilidade a regiões com limitada infraestrutura veterinária.

Dermatological diseases in cattle represent a significant challenge to animal health, public health, and the cattle farming economy due to their economic impact and the zoonotic potential of certain conditions. The diagnosis of these diseases is traditionally performed manually, a process that is time-consuming and relies on specialized professionals. This study aims to develop an artificial intelligence (AI)-based platform for the pre-diagnosis of four major dermatological diseases in cattle: dermatophilosis, dermatophytosis, contagious nodular dermatitis, and warble fly infestation (berne). An approach combining Convolutional Neural Networks (CNN) and Multi-Layer Perceptrons (MLP) was implemented for image analysis, accelerating the diagnostic process. The AI model was trained using Keras and TensorFlow on a dataset of dermatological images. Training was conducted for up to 500 epochs with cross-validation, achieving an accuracy exceeding 70%. The proposed solution demonstrated potential to facilitate pre-diagnosis, promote early treatment, reduce the spread of diseases, and improve accessibility in regions with limited veterinary infrastructure.