Paindetect

Started in:2017
Contact person:Dominik Rueß
Staff involved:Dominik Rueß, Niklas Deckers, Jochen Rueß

Pferde sind ein wichtiger kultureller Bestandteil von vielen Gesellschaften. Dabei wird in das Pferdewohl viel investiert. Da Pferde Fluchttiere sind, gibt es wenig eindeutige Zeichen für die Bewertung des realen Gesundheitszustands. Eine Möglichkeit ist der Horse-Grimmace-Scale, mit dem erfahreneren Halter, Ärzte und Pfleger den aktuellen Schmerzzustand abschätzen können. Das wird aber spätestens dann zum Problem, wenn akute Befunde, z.B. Koliken vorliegen, die unbehandelt und unentdeckt innerhalb von Stunden zu irreversiblen Schäden beim Pferd führen können. Das kann selbst bei einem sonst gesunden Pferd innerhalb kürzester Zeiträume zum Problem werden.

Das Ziel des Projektes Paindetect ist die automatische Bewertung von Pferdeverhalten. Die Horse-Grimmace-Scale lässt sich auf Videodaten nur sehr schwer auswerten. Es deutet sich aber an, dass die Bewegungsfreudigkeit von Pferden direkt im Zusammenhang mit dem aktuell empfundenen Schmerz steht. Mit einer Kombination aus klassischen (z.B. Model-Fitting) und modernen Methoden (z.B. Deep-Neuronal-Networks) versuchen wir das Pferdeverhalten und den Gesundheitszustand im präklinischen Stadium zu analysieren. Das soll einerseits aus Bewegungsabläufen (durch Berechnung von Aufenthaltshäufigkeiten an verschiedenen Orten im Stall) und andererseits aber auch durch direkte Posen-Bewertung (z.B. bei Koliken) geschehen.

Paindetect Horse
Abbildung 1: Segmentierungsmaske eines Pferdes in der Box
Horse location probability
Abbildung 2: Aufenthaltswahrscheinlichkeit eines kranken Pferdes

© 2024 - Computer Vision, Department of Computer Science, HU Berlin - - Legal Notice