Хромота выступает одним из наиболее значимых факторов, лимитирующих продуктивность и благополучие молочного скота в условиях промышленного содержания. Патологии опорно-двигательного аппарата сопровождаются снижением молочной продуктивности и повышением восприимчивости животных к сопутствующим заболеваниям. Традиционно оценка локомоторной функции проводилась специалистами визуально, что обуславливало субъективность и ограниченную воспроизводимость результатов. В настоящее время данная процедура автоматизирована посредством применения искусственных нейронных сетей.
Регистрация перемещения животных осуществляется специализированной камерой. Нейросетевой алгоритм идентифицирует на теле особи 38 реперных анатомических точек, что позволяет в режиме реального времени анализировать угловые характеристики суставов и симметричность шаговых циклов. Предлагаемая система обеспечивает выявление латентных форм хромоты на доклинической стадии, опережая возможности визуальной диагностики.
Для обучения цифрового алгоритма был сформирован массив данных, включающий 12 000 изображений 449 особей голштинской породы.