Le comportement d'allaitement chez les porcs est essentiel à la survie des porcelets, car il leur fournit à la fois une alimentation et une immunité indispensable via le colostrum. Les perturbations de l'allaitement, souvent causées par des problèmes de santé comme le Syndrome de Dysgalactie Post-Partum (SDPP), peuvent entraîner un retard de développement, une santé précaire et une mortalité accrue chez les porcelets. La détection précoce de ces perturbations est difficile, car la surveillance actuelle repose sur des observations manuelles chronophages et souvent incomplètes.
Ce projet se concentre sur le développement d'un algorithme basé sur l'analyse audio pour détecter et classer automatiquement les événements d'allaitement comme réussis (atteignant une éjection de lait, caractérisée par des vocalisations distinctives) ou infructueux (absence d'éjection de lait). À l'aide d'enregistrements audio et vidéo synchronisés de truies durant les 10 premiers jours post-partum — période la plus critique pour la survie des porcelets —, notre objectif est de perfectionner un algorithme existant pour détecter avec précision les vocalisations d'allaitement, puis de l'améliorer pour distinguer automatiquement les événements d'allaitement réussis de ceux infructueux.
Ce travail posera les bases scientifiques d'un outil non invasif et applicable à grande échelle pour promouvoir la détection précoce des problèmes de santé chez les truies, avec le potentiel d'améliorer significativement le bien-être des porcelets et des truies, ainsi que l'efficacité des élevages.
Partenaire du projet
