Vers une insémination artificielle bovine de précision grâce à l’intelligence artificielle


Dans le secteur de l’élevage bovin, détecter la période des chaleurs chez une vache est une condition indispensable pour réussir son insémination artificielle et concrétiser ainsi une conception. Jusqu’à présent, la détection s’effectuait au moyen d’observations visuelles de signes comportementaux par un opérateur humain pouvant être assisté par des systèmes d’analyse automatisés. Une étude originale combinant intelligence artificielle et équipement innovant d’insémination a montré qu’il est possible de détecter rapidement et plus efficacement les chaleurs par analyse endoscopique de l’appareil génital de la vache.

L’insémination artificielle bovine est une biotechnologie qui contribue pleinement au développement d’une agriculture durable grâce aux avantages qu’elle offre sur le plan de la sécurité sanitaire, du gain génétique ainsi que des coûts économiques. La condition principale pour la réussite d’une insémination d’une vache (concrétisation de la conception) est la détection de sa période des chaleurs.

Généralement, cette période est identifiée par le fermier grâce à l’observation visuelle d’un ensemble de signes comportementaux manifestés par la vache. Cependant, l’exploitation de cette méthode de détection dans des troupeaux de grande taille est un processus fastidieux. De plus, les signes manifestés par la vache peuvent être impactés par différents facteurs liés à sa santé et à son environnement ce qui réduit l’efficacité de la détection.

Pour faire face à ces limites, un système original de détection des chaleurs par analyse endoscopique a été développé en exploitant une technologie d’insémination innovante nommée Eye Breed et un modèle d’intelligence artificielle conçu et optimisé pour un déploiement sur smartphone.
Comme illustré dans la Figure 1, le dispositif Eye Breed, équipé d’une caméra embarquée et connecté à un smartphone, est introduit dans l’appareil génital de la vache par un opérateur humain qui supervise en temps réel une simulation d’une opération d’insémination. La vidéo enregistrée est ensuite automatiquement analysée par le modèle d’intelligence artificielle embarqué sur le smartphone pour statuer en moins de 20 secondes sur l’état des chaleurs de la vache.  Le modèle d’intelligence artificielle développé emploie une technique d’apprentissage machine profond (Deep Learning) basée sur les réseaux de neurones convolutionnels (Convolutional Neural Networks) dont la structure est inspirée par les structures de champ récepteur qui se trouvent dans le cortex visuel primaire humain.

Figure 1 : Vue d’ensemble de notre système de détection des chaleurs chez la vache [1]

Le système développé a montré une haute performance sur les 32 vaches testées à ce jour avec un taux de bonne détection de 87.5%. A moyen terme, le système sera déployé et expérimenté dans plusieurs fermes de la région nord de la France. Aussi, de nouvelles pistes de recherche seront étudiées en lien avec le développement de systèmes intelligents d’aide au diagnostic des pathologies des vaches en exploitant le dispositif Eye Breed.

Ce travail collaboratif entre plusieurs équipes de recherche de l’IEMN (groupes BioMEMS et COMNUM), de JUNIA, de Gènes Diffusion, d’ELEXINN et du LIMMS, s’inscrit dans le cadre d’un projet de recherche FEDER région Hauts-de-France. L’approche développée ainsi que les résultats obtenus ont été publiés dans la référence [1].

[1] He, R., Benhabiles, H., Windal, F. et al. A CNN-based methodology for cow heat analysis from endoscopic images. Applied Intelligence – The International Journal of Research on Intelligent Systems for Real Life Complex Problems – SPRINGER – published online 27 October 2021. https://doi.org/10.1007/s10489-021-02910-5