Détection de la boiterie chez le chien et identification du membre affecté à l'aide d'un classificateur de réseau neuronal à propagation directe : une étude préliminaire basée sur des données de terrain

Objectif de l’étude

Cette étude préliminaire a examiné la faisabilité de l'utilisation d'un classificateur automatisé pour diagnostiquer la boiterie et déterminer le membre affecté chez diverses races de chiens, pesant entre 7 et 65 kg.

La détection précoce et précise d'anomalies potentiellement multifactorielles de la démarche chez les chiens, est aussi difficile qu'essentielle pour mettre en œuvre un processus de gestion et des stratégies de traitement efficaces, notamment en cas de boiterie légère ou chez les individus asymétriques.

Cette étude a permis de tester et de développer les performances d'un classificateur de réseau neuronal à propagation avant, entraîné sur des données de terrain collectées par les utilisateurs de l'application dédiée et du système de capteurs connecté les Tendiboots.

L'objectif est de fournir un outil efficace et facile d'utilisation pour aider les vétérinaires à déterminer la localisation précise de la boiterie chez le chien.

Matériel et méthodes

Données collectées en 2024 : 

• 909 analyses de démarche enregistrées
• 192 chiens étudiés
• Différentes races
• Allant de 7 à 65 kg
• 15 Vétérinaires
• 47 % de boiteries simples
• 5 chiens/vétérinaire en moyenne
• 3 enregistrements/vétérinaire en moyenne

Résultats

Conclusion

• Données de terrain annotées par des vétérinaires : une méthode représentative pour une meilleure généralisation
• Des résultats cohérents et prometteurs – même avec des données limitées – pour une application en médecine vétérinaire
• Une solution innovante, efficace et moins invasive pour le diagnostic de la boiterie chez le chien
• Collecte encouragée et continue de données utilisateur en vue d'améliorations et d'évolutions futures

Mettre en lumière la synergie entre l'expertise vétérinaire et l'apprentissage profond au service du bien-être animal. Améliorer les capacités de diagnostic grâce à des informations exploitables. Combler le fossé entre l'observation clinique et l'analyse informatique

DÉCOUVREZ LES TENDIBOOTS