An AI-enabled radiometric ocular thermography framework for monitoring heat vulnerability and welfare in poultry
यह अध्ययन एक YOLO11n-seg मॉडल और एक वेब-आधारित मोबाइल प्लेटफॉर्म का उपयोग करने वाले एक AI-सक्षम ढांचे को प्रस्तुत करता है जो पोल्ट्री में नेत्र तापीय चित्रण (ocular thermography) को स्वचालित करता है, जिससे यह पता चलता है कि हीट स्ट्रेस निगरानी और कल्याण मूल्यांकन की सुविधा के लिए किशोर मुर्गियों का आंखों का तापमान वयस्कों की तुलना में काफी अधिक होता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
पोल्ट्री फार्मिंग की दुनिया में गर्मी एक शांत लेकिन निरंतर रहने वाली दुश्मन है। जब मुर्गियों को लंबे समय तक उच्च तापमान का सामना करना पड़ता है, तो उनका शरीर इससे निपटने के लिए संघर्ष करता है, जिससे विकास में कमी, अंडे के उत्पादन में गिरावट और गंभीर मामलों में मृत्यु हो सकती है। किसानों के लिए चुनौती इस संकट का जल्दी पता लगाने में है, जो अक्सर पक्षियों में बीमारी के स्पष्ट लक्षण दिखने से पहले ही होता है। आँखें एक महत्वपूर्ण सुराग प्रदान करती हैं। क्योंकि पक्षी की आँख का तापमान उसके शरीर के मुख्य तापमान (कोर बॉडी टेम्परेचर) के साथ निकटता से मेल खाता है, इसलिए आँखों की निगरानी हीट स्ट्रेस (गर्मी के तनाव) के लिए एक प्रारंभिक चेतावनी प्रणाली के रूप में कार्य कर सकती है। हालाँकि, एक भीड़भाड़ वाले बाड़े में व्यक्तिगत पक्षियों का तापमान जाँचना एक कठिन कार्य है। ऐसा करने के लिए मैन्युअल रूप से झुंड को रोकना, प्रत्येक पक्षी को पकड़ना और रीडिंग लेना आवश्यक होता है, जो एक धीमी प्रक्रिया है, जानवरों के लिए तनावपूर्ण है, और हजारों पक्षियों के लिए बड़े पैमाने पर संभव नहीं है।
इस समस्या को हल करने के लिए, शोधकर्ताओं ने थर्मल इमेजिंग और आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) के संयोजन की ओर रुख किया है। थर्मल कैमरे बिना छुए किसी भी जानवर की त्वचा से निकलने वाली गर्मी को देख सकते हैं, जिससे एक ऐसा चित्र बनता है जहाँ गर्म क्षेत्र अधिक चमकीले दिखाई देते हैं। फिर भी, एक कैमरा अकेले यह अंतर नहीं कर सकता कि पक्षी का कौन सा हिस्सा आँख है, न ही वह चलती हुई मुर्गियों से भरी जटिल दृश्य से उस विशिष्ट स्थान का तापमान स्वतः गणना कर सकता है। यहीं पर आर्टिफिशियल इंटेलिजेंस काम आता है, जो एक डिजिटल सहायक के रूप में कार्य करता है जो विशिष्ट शरीर के अंगों को पहचानना और जटिल छवियों से सटीक डेटा निकालना सीख सकता है। लक्ष्य एक ऐसी प्रणाली बनाना है जो किसानों को केवल बाड़े में घूमने, चित्र लेने और अपने झुंड के थर्मल स्वास्थ्य पर तुरंत रिपोर्ट प्राप्त करने की अनुमति दे।
भारत में हाल ही में किए गए एक अध्ययन में, एक स्वतंत्र शोधकर्ता ने विशेष रूप रूप से पोल्ट्री के लिए विकसित और परीक्षित किया गया एक ऐसा सिस्टम। इस कार्य ने एक पूर्ण ढांचा तैयार करने पर ध्यान केंद्रित किया जो थर्मल छवियों में मुर्गियों की आँखों को स्वचालित रूप से ढूंढ सके और उनके तापमान को माप सके, और यह सब एक मोबाइल डिवाइस पर चल सके। यह अध्ययन ओडिशा में दो पोल्ट्री हाउसों में एक गर्म गर्मी के महीने के दौरान किया गया था। एक घर में वयस्क पक्षी थे, जो लगभग छब्बीस सप्ताह के थे, जबकि बगल के दूसरे घर में किशोर पक्षी थे, जो लगभग तेरह सप्ताह के थे। शोधकर्ता ने हैंडहेल्ड थर्मल कैमरा और स्मार्टफोन के माध्यम से बाड़ों में घूमकर, चलते-फिरते पक्षियों की तस्वीरें लीं। कैमरे ने एक मानक दृश्य-प्रकाश फोटो (विज़िबल लाइट फोटो) और एक रॉ थर्मल इमेज दोनों रिकॉर्ड की, जिसमें फ्रेम के प्रत्येक पिक्सेल के लिए वास्तविक तापमान डेटा होता है।
परियोजना के मुख्य भाग में कंप्यूटर प्रोग्राम को मुर्गियों की आँखों को पहचानने और अलग करने के लिए प्रशिक्षित करना शामिल था। शोधकर्ता ने पहले विशेष सॉफ़्टवेयर का उपयोग करके चुनिकी छवियों में आँखों को मैन्युअल रूप रूप से चिह्नित किया, जिससे कंप्यूटर के सीखने के लिए उदाहरणों का एक सेट तैयार हुआ। इन उदाहरणों का उपयोग एक प्रकार के 'सेगमेंटेशन नेटवर्क' के रूप में जाने जाने वाले आर्टिफिशियल इंटेलिजेंस मॉडल को प्रशिक्षित करने के लिए किया गया था। एक ऐसे मॉडल के विपरीत जो केवल पक्षी के चारों ओर एक बॉक्स बनाता है, इस सिस्टम को केवल आँख के चारों ओर एक सटीक रूपरेखा खींचने के लिए प्रशिक्षित किया गया था, ताकि उसे पक्षी के सिर और आसपास के वातावरण से अलग किया जा सके। शोधकर्ताओं ने इस मॉडल के दो अलग-अलग संस्करणों को प्रशिक्षित किया: एक विशेष रूप से वयस्क पक्षियों के लिए और दूसरा किशोर पक्षियों के लिए, क्योंकि आँखों के आकार और दिखावट में दोनों आयु समूहों के बीच अंतर होता है।
मॉडल प्रशिक्षित होने के बाद, उन्हें बाड़ों से ली गई सैकड़ों छवियों पर परखा गया। सिस्टम ने 123 वयस्क पक्षियों और 128 किशोर पक्षियों की आँखों की सफलतापूर्वक पहचान की और उनकी रूपरेखा बनाई। प्रत्येक पहचानी गई आँख के लिए, सॉफ़्टवेयर ने थर्मल इमेज के संबंधित क्षेत्र से तापमान डेटा निकाला। विश्लेषण ने दोनों समूहों के बीच एक स्पष्ट और महत्वपूर्ण अंतर प्रकट किया। किशोर पक्षियों का औसत नेत्र तापमान वयस्क पक्षियों की तुलना में 0.741°C अधिक था। यह निष्कर्ष बताता है कि कम उम्र के पक्षी अधिक हीट स्ट्रेस का अनुभव कर रहे थे या वे वयस्क पक्षियों की तुलना में खुद को ठंडा करने में कम कुशल थे। सांख्यिकीय विश्लेषण ने पुष्टि की कि यह अंतर कोई यादृच्छिक उतार-चढ़ाव नहीं था, बल्कि डेटा में देखा गया एक सुसंगत पैटर्न था।
परिणामों की विश्वसनीयता सुनिश्चित करने के लिए, शोधकर्ता ने अपने निष्कर्षों को कठोर परीक्षणों के अधीन किया। उन्होंने हजारों सिम्युलेटेड रीसैंपलिंग टेस्ट चलाए यह देखने के लिए कि क्या डेटा को बदलने और पुन: विश्लेषण करने पर भी तापमान का अंतर बना रहता है। इन परीक्षणों के विशाल बहुमत में, किशोर पक्षियों ने लगातार उच्च तापमान दिखाया। अध्ययन ने इस कार्य की कठिनाई को भी संबोधित किया, जिसमें उल्लेख किया गया कि किशोर पक्षियों के लिए प्रशिक्षित मॉडल वयस्कों की तुलना में थोड़ा कम सटीक था, जिसका कारण संभवतः किशोर पक्षियों की छोटी और कम स्पष्ट आँखें थीं, जिन्हें भीड़भाड़ वाले और चलते-फिरते झुंड में कंप्यूटर के लिए खोजना कठिन होता है। इस चुनौती के बावजूद, सिस्टम ने डेटा को सफलतापूर्वक संसाधित किया और पक्षियों का एक स्पष्ट थर्मल प्रोफाइल प्रदान किया।
इस शोध का समापन एक व्यावहारिक उपकरण के रूप में हुआ है। शोधकर्ता ने एक मोबाइल वेब एप्लिकेशन बनाया है जो उपयोगकर्ता को मुर्गी की थर्मल इमेज अपलोड करने, यह चुनने की अनुमति देता है कि वह वयस्क है या किशोर, और पक्षी के आँख के तापमान का तत्काल अनुमान प्राप्त करने की सुविधा देता है। ऐप एक 'सेवेरिटी क्लासिफिकेशन' (गंभीरता वर्गीकरण) भी प्रदान करता है, जिससे उपयोगकर्ता को यह समझने में मदद मिलती है कि तापमान स्वस्थ स्थिति का संकेत है या हीट स्ट्रेस के चेतावनी संकेत का। यह दृष्टिकोण पशुओं को परेशान किए बिना या महंगे, स्थिर उपकरणों की आवश्यकता के बिना झुंड के कल्याण की निगरानी करने का एक तरीका प्रदान करता है। हीट स्ट्रेस का पता लगाकर, यह प्रणाली किसानों को हस्तक्षेप करने में सक्षम बनाती है, जिससे संभावित रूप से पक्षियों को अत्यधिक गर्मी के गंभीर परिणामों से बचाया जा सकता है।
हालांकि यह अध्ययन एक आशाजनक समाधान प्रस्तुत करता है, शोधकर्ता ने कुछ सीमाओं को भी स्वीकार किया है। डेटा दो अलग-अलग घरों से एकत्र किया गया था, जिसका अर्थ है कि आयु के अलावा अन्य कारक, जैसे कि दोनों इमारतों के बीच वेंटिलेशन या सूक्ष्म-जलवायु (माइक्रो-क्लाइमेट) में मामूली अंतर, तापमान रीडिंग को प्रभावित कर सकते थे। इसके अतिरिक्त, बाड़ों की भीड़भाड़ का मतलब था कि कुछ पक्षी आंशिक रूप से छिपे हुए थे, जो किसी भी इमेजिंग सिस्टम के लिए चुनौतियां पेश कर सकता है। शोधकर्ता का सुझाव है कि हालांकि थर्मल आई इमेजिंग एक शक्तिशाली उपकरण है, यह पूर्ण चित्र बनाने के लिए पानी के सेवन या पक्षियों की सामान्य मुद्रा जैसे अन्य अवलोकनों के साथ मिलकर सबसे अच्छा काम करती है।
अंततः, यह कार्य यह प्रदर्शित करता है कि आर्टिफिशियल इंटेलिजेंस का उपयोग करके पोल्ट्री के लिए एक साधारण थर्मल फोटो को विस्तृत स्वास्थ्य रिपोर्ट में बदलना संभव है। अध्ययन पुष्टि करता है कि छोटे पक्षी वास्तव में अपने बड़े समकक्षों की तुलना में गर्मियों की गर्मी के प्रति अधिक संवेदनशील होते हैं, एक ऐसा तथ्य जिसे अब स्वचालित रूप से और निरंतर रूप से मॉनिटर किया जा सकता है। इस तकनीक को एक मोबाइल प्लेटफॉर्म के माध्यम से सुलभ बनाकर, यह शोध पशुधन प्रबंधन में एक नए मानक का मार्ग प्रशस्त करता है, जहाँ झुंड के कल्याण को सटीकता और देखभाल के साथ ट्रैक किया जाता है, जिससे यह सुनिश्चित होता है कि हीट स्ट्रेस का पता लगाया जाए और इसे संकट बनने से पहले ही संबोधित किया जाए।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।