| Summary: | Fisiologistas e zootecnistas tentam entender a relação dos ruminantes com o seu ambiente. Conhecer o comportamento alimentar desses animais é fundamental para maximizar a produção agropecuária e garantir o bem estar animal. Dentro da área chamada de agropecuária de precisão, um dos objetivos é encontrar um modelo que descreva a nutrição animal. Os métodos existentes para a determinação do consumo e padrão ingestivo são muitas vezes imprecisos ou trabalhosos. Portanto, procura-se um método mais preciso e menos laborioso de reconhecimento do comportamento ingestivo. A eletromiografia de superfície (sEMG) é capaz de fornecer informações da atividade muscular. Através de sEMG dos músculos da mastigação, somado à técnicas de instrumentação, processamento de sinais e classificação de dados, é possível extrair as variáveis de interesse que descrevem a atividade de mastigação. O presente trabalho apresenta novos métodos para avaliação do padrão de mastigação, estimativa do alimento consumido e determinação dos tempos de ruminação, alimentação e repouso diário através dos sinais de sEMG do músculo masseter de animais ruminantes. Resultados da avaliação de curto prazo são apresentados e discutidos, demonstrando a viabilidade dos métodos utilizados. === Physiologists and animal scientists try to understand the relationship between ruminants and their environment. The knowledge about feeding behavior of these animals is the key to maximize the production of meat and milk and their derivatives and ensure animal welfare. Within the area called precision farming, one of the goals is to find a model that describes animal nutrition. Existing methods for determining the consumption and ingestive patterns are often time-consuming and imprecise. Therefore, an accurate and less laborious method may be relevant for feeding behaviour recognition. Surface electromyography (sEMG) is able to provide information of muscle activity. Through sEMG of the muscles of mastication, coupled with instrumentation techniques, signal processing and data classification, it is possible to extract the variables of interest that describe chewing activity. This work presents a new method for chewing pattern evaluation, feed intake prediction and for the determination of rumination, food and daily rest time through ruminant animals masseter muscle sEMG signals. Short-term evaluation results are shown and discussed, evidencing employed methods viability.
|
|---|
