• Réduire le texte

    Réduire le texte
  • Rétablir taille du texte

    Rétablir taille du texte
  • Augmenter le texte

    Augmenter le texte
  • Imprimer

    Imprimer

L'imagerie 3D pour évaluer l'état corporel des vaches

Chez la vache laitière, les réserves corporelles sont fortement mobilisées en début de lactation pour couvrir les besoins de la production laitière, avec des répercussions possibles sur les performances de reproduction et la santé des animaux. Le suivi régulier de l’état corporel constitue donc un indicateur clé en élevage. Une méthode d’estimation performante de la note d’état corporel de la vache a été développée par traitement d’images en 3D du bassin.

L’analyse des formes du bassin de la vache permet d’évaluer automatiquement l’état corporel. © Inra, P. Faverdin
Par Sylvie André
Mis à jour le 11/03/2016
Publié le 02/02/2016

Les performances de reproduction et de santé des vaches laitières dépendent de leur état corporel et de sa dynamique. En élevage, des experts l'évaluent couramment par la note d'état corporel (NEC), soit par palpation, soit par observations visuelles selon une grille de référence. Cette méthode est simple, peu chère mais subjective et peu sensible.

Le développement des nouvelles technologies en imagerie offre de nouvelles perspectives intéressantes pour le phénotypage de tels caractères en élevage.

La 3D remplace l’œil de l’expert

L'objectif du projet était de développer et valider une méthode d’estimation de la NEC à partir de l’information contenue dans l’image tridimensionnelle (3D) de la face dorsale du bassin de la vache (des pointes de fesses aux pointes de hanches). Ce travail a fait l’objet d’une collaboration avec la société 3DOuest basée à Lannion et spécialisée dans l’acquisition et le traitement des images en 3D.

Le capteur 3D était placé à 2m du sol à l’entrée de la stalle de pesée en sortie de traite. La NEC était notée par 3 experts le même jour que les acquisitions d’images 3D.

La calibration de l’information 3D sur la NEC (la méthode de référence utilisée), a été réalisée sur un jeu de 57 images 3D associées à 56 vaches Prim’Holstein. Ces vaches ont été sélectionnées pour avoir une distribution étendue de NEC (de 0,5 à 4,75 pour une grille allant de 0 à 5) et de gabarit. Une validation externe a été réalisée sur 50 images 3D : une moitié est associée à des vaches utilisées pour la calibration mais avec un stade de lactation différent et l’autre moitié n’est constituée que de vaches externes à la calibration. La reproductibilité de la méthode a été évaluée à partir de 6 vaches qui ont chacune été scannée en 3D 8 fois le même jour. En combinant une analyse en composantes principales (ACP) et une régression linéaire multiple, on obtient une calibration de l’information 3D sur la NEC de très bonne qualité. La NEC en 3D est 2,8 fois plus reproductible que la NEC notée manuellement (erreur standard = 0,1 vs. 0,28).

Une nouvelle étape vers l’élevage de précision

Les premiers résultats de phénotypage de la NEC avec l’imagerie 3D sont encourageants et leur automatisation ouvre la possibilité de multiplier les mesures pour améliorer l’estimation. Actuellement, un prototype simplifié qui scanne les vaches plus rapidement est en cours de test, notamment pour réduire le nombre de données inexploitables dues aux mouvements des vaches pendant le scan.

Couplé à ce système, un outil simple d’alerte permettrait de signaler rapidement les variations anormales d’état corporel à l’éleveur pour améliorer la gestion de la reproduction et de la santé en élevage laitier.

Un projet d’application à la notation de l’état corporel des chèvres est en cours.

Ces techniques ouvrent également des perspectives de phénotypage à haut débit de l’état corporel, essentiel pour les études de robustesse et d’adaptation des animaux.

Son utilisation pour évaluer d’autres phénotypes liés à d’autres aspects de la morphologie fait l'objet d'une collaboration avec 3D Ouest et l’Institut de l’Elevage.

Références

Fischer, A., T. Luginbühl, L. Delattre, J.M. Delouard and P. Faverdin (2015). Rear shape in 3 dimensions summarized by principal component analysis is a good predictor of body condition score in Holstein dairy cows. J. Dairy Sci. 98:4465-4476. http://doi.org/10.3168/jds.2014-8969

Valorisation

Au-delà de la communauté scientifique européenne (EAAP) et américaine (ADSA), la méthode a été présentée au SIA, aux Prairiales (vidéo : https://vimeo.com/130068690), aux matinales de Rennes Atalante et au SPACE.