Lehrstuhl für Fischkrankheiten und Fischereibiologie
print

Sprachumschaltung

Navigationspfad


Inhaltsbereich

AQU-AI

AquAI: Überwachung der Gesundheit und des Wohlbefindens von Wassertieren in Forschungseinrichtungen

 

Die Beurteilung von Gesundheit und Wohlergehen von Wassertieren in Forschungseinrichtungen basiert im Allgemeinen auf einer visuellen Inspektion durch qualifiziertes Personal. Diese Art von Kontakt kann jedoch sowohl normale als auch abnormale Verhaltensmuster beeinträchtigen und die Wahrscheinlichkeit einer frühzeitigen Erkennung potenzieller Probleme verringern. Fische können sich beispielsweise an den Menschen gewöhnen und ihre Anwesenheit mit Fütterungs- oder Reinigungstätigkeiten in Verbindung bringen. Solche Aktivitäten können Verhaltensmuster verursachen (z. B. in Fresswut verfallen, bevor das Futter verabreicht wird, oder Erregung aufgrund eines erwarteten Reinigungsprozesses), die auch subtile Verhaltensänderungen verschleiern können, wodurch es schwieriger wird, Gesundheit und Wohlbefinden der Tiere korrekt zu beurteilen .


Das AquAI-Projekt zielt darauf ab, Wassertierforschungseinrichtungen mit kostengünstigen Hardware- und Open-Access-Software-Alternativen zu unterstützen, um das Fischverhalten als Teil des Notfallwarnsystems kontinuierlich zu überwachen. Aquarien der lehrstuhleigenen Tierhaltung sind mit Web-Kameras ausgestattet, die von RaspberryPi-Minicomputern gesteuert werden, um Bilder über ein serverbasiertes Videoüberwachungssystem (VSS) zu sammeln und sie einem maschinellen Lernwerkzeug zu präsentieren, um Fische und ihre Schwimmverhaltensmuster in Echtzeit zu erkennen.

Das AquAI-Projekt startete als studentisches Forschungsprojekt (VetResearch p34-38) und wurde seitdem in Teilen auf der 25. Internationalen Konferenz für Tierschutz und der 17. Internationalen Konferenz für Ethologie und Tierhaltung, auf VetResearch-Retreats und der 1st International Conference on Science Technology & Innovation – Maejo University (Chiang-Mai, Thailand) vorgestellt.

 

Das Projekt wird von Dominik von La Roche und Herrn P. Bawidamann (TU München) mit Unterstützung der Kollegen der IT-Gruppe der Veterinärmedizinischen Fakultät der LMU und Prof. Dr. Dejan Milić (Universität Niš, Serbien) durchgeführt.