Please use this identifier to cite or link to this item: http://hdl.handle.net/11607/3573
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorBardakçıoğlu, H. Erbay-
dc.contributor.authorKaya, Mehmet-
dc.date.accessioned2019-08-01T06:52:02Z-
dc.date.available2019-08-01T06:52:02Z-
dc.date.issued2019-
dc.date.submitted2019-07-12-
dc.identifier.urihttp://hdl.handle.net/11607/3573-
dc.description.abstractÖZET LAKTASYONDAKİ HOLŞTAYN İNEKLERDE CANLI AĞIRLIK VE BEDEN KONDİSYON SKORUNUN SAYISAL GÖRÜNTÜ ANALİZİ YÖNTEMİ İLE BELİRLENEBİLİRLİĞİ KAYA M. Aydın Adnan Menderes Üniversitesi, Sağlık Bilimleri Enstitüsü, Zootekni (Veteriner) Doktora Programı, Aydın, 2019. Hayvancılık işletmelerinde hem hayvan sağlığı için hem de elde edilen performansın dolayısıyla da işletme kârlılığının artması için canlı ağırlık (CA) ve beden kondisyon skoru (BKS) takibinin düzenli olarak yapılması son derece önemlidir. Bu kontrollerin hem sürekli ve düzenli olarak yapılması hem de yapılacak ölçümlerin doğru ve objektif olması için sayısal görüntü analizi yönteminin kullanılabilirliğinin araştırılması en güncel konular arasındadır. Bu amaçla çalışmada klasik yöntem ve sayısal görüntü analizi yöntemi ile elde edilen beden ölçümlerinden yararlanılarak hayvanların CA ve BKS tahmini incelenmektedir. Araştırmada, laktasyondaki ineklerin CA ve BKS değerlerini, işletme koşullarında, sayısal görüntü analizi yöntemi ile belirleyebilmek, bu yöntemin subjektif bir yöntem olan BKS ve uygulaması zor olan dijital baskül ile CA belirlenmesinin yerine kullanılıp kullanılamayacağının ve daha güvenilir sonuçlar verip veremeyeceğinin belirlenmesi amaçlanmıştır. Araştırmada Aydın İli’nde bulunan özel bir sığır işletmesinde yetiştirilen toplam 204 baş laktasyondaki Holştayn ırkı inek kullanılmıştır. Çalışmada kullanılan hayvanların beden ölçülerinden göğüs çevresi (GÇ), cidago yüksekliği (CY), sağrı yüksekliği (SY), beden uzunluğu (BU), ön sağrı genişliği (ÖSG), arka sağrı genişliği (ASG) seçilerek CA ve BKS tahmini yapılmıştır. Klasik yöntem ile elde edilen ortalama CA ve BKS sırasıyla 629,10 kg ve 3,05; beden ölçülerinden CY, SY, ÖSG, ASG, BU ve GÇ değerleri sırasıyla 148,04, 146,52, 57,31, 21,84, 160,34 ve 193,43 cm olarak bulunmuştur. Beden ölçüleri arasında yapılan korelasyon analizi sonucuna göre en yüksek korelasyonun SY ile CY (r=0,71) arasında olduğu tespit edilmiştir. CA değerinin tahmin edilmesinde GÇ, ÖSG ve BU değişkenlerinin etkili olduğu (R2=0,76); BKS değerlerinin tahmin edilmesinde GÇ ve ASG değişkenlerinin BKS tahmininde etkili olduğu (R2=0,08) görülmüştür. Sayısal görüntü analizi yöntemi (program) ile elde edilen beden ölçülerinden CY, SY, ÖSG, ASG, BU ve GÇ değerleri sırasıyla 147,88, 146,83, 57,12, 21,84, 160,67 ve 193,26 cm olarak bulunmuştur. Beden ölçüleri arasında yapılan korelasyon analizi sonucuna göre en yüksek korelasyonun SY ile CY (r=0,86) arasında olduğu belirlenmiştir. CA değerlerinin tahmin edilmesinde CY, GÇ, ÖSG, ASG ve BU değişkenlerinin CA tahmininde etkili olduğu (R2=0,77); BKS değerlerinin tahmin edilmesinde GÇ ve ÖSG değişkenlerinin BKS tahmininde etkili olduğu (R2=0,07) saptanmıştır. Sayısal görüntü analizi yöntemi ile elde edilen açılar ile BKS arasında yapılan korelasyon analizi sonucuna göre en yüksek korelasyonun kalça yumrusu açısı (KYA) ile BKS (r=0,49) arasında olduğu; BKS değerlerinin tahmin edilmesinde kalça yumrusu ön açısı (KYÖA) ve KYA bağımsız değişkenlerinin BKS tahmininde etkili olduğu (R2=0,24) tespit edilmiştir. Klasik yöntem ve sayısal görüntü analizi yöntemi ile elde edilen beden ölçüleri arasında yapılan güvenirlik analizinde CY, SY, ÖSG, ASG, BU ve GÇ için sınıf içi korelasyon katsayısı (SKK) değerleri sırasıyla 0,76, 0,75, 0,89, 0,78, 0,82 ve 0,96 olarak hesaplanmıştır. Ayrıca SKK değerleri canlı ağırlık-klasik yöntem ile canlı ağırlık (CA-KCA) ve canlı ağırlık-sayısal görüntü analizi ile canlı ağırlık (CA-SCA) için yeterli (0,86 ve 0,87), KCA ve SCA için yüksek (0,98), beden kondisyon skoru- klasik yöntem ile beden kondisyon skoru (BKS-KBKS) ve beden kondisyon skoru-sayısal görüntü analizi ile beden kondisyon skoru (BKS-SBKS) için çok düşük (0,11 ve 0,09), KBKS-SBKS için düşük (0,78) olarak tespit edilmiştir. Araştırma sonunda elde edilen bulgulara göre sayısal görüntü analizi yönteminin beden ölçülerini belirleme ve CA tahmini noktalarında güvenle kullanılabilir bir yöntem olduğu ayrıca klasik yöntemin yerine kullanılabileceği sonucuna varılmıştır. Ne var ki söz konusu yöntemin sahada daha pratik olarak kullanılabilmesi adına benzer içerikli ve ayrıntılı çalışmalar yapılmasına gereksinim devam etmektedir. Bu sayede bilimsel açıdan son derece anlamlı ve yararlı sonuçların elde edilmesi mümkün olacaktır.tr_TR
dc.description.tableofcontentsİÇİNDEKİLER KABUL VE ONAY SAYFASI i TEŞEKKÜR ii İÇİNDEKİLER iii SİMGELER ve KISALTMALAR DİZİNİ vi ŞEKİLLER DİZİNİ viii RESİMLER DİZİNİ ix TABLOLAR DİZİNİ x ÖZET xi ABSTRACT xiii 1. GİRİŞ 1 2. GENEL BİLGİLER 5 2.1. Holştayn Irkı Sığırlar 5 2.1.1. Holştayn Irkı Sığırların Bazı Morfolojik Özellikleri 5 2.1.2. Holştayn Irkı Sığırların Bazı Fizyolojik Özellikleri 6 2.2. Klasik Yöntem 7 2.2.1. Klasik Yöntemle Canlı Ağırlığın Belirlenmesi 7 2.2.1.1. Dijital baskül ile canlı ağırlığın belirlenmesi 7 2.2.1.2. Beden ölçülerinin belirlenmesi, canlı ağırlık ve beden kondisyon skoru tahmini 8 2.2.2. Klasik Yöntem ile Beden Kondisyon Skorunun Belirlenmesi 11 2.3. Sayısal Görüntü Analizi Yöntemi 16 2.3.1. Sayısal Görüntü Analizi Yöntemi ile Canlı Ağırlığın Belirlenmesi 16 2.3.2. Sayısal Görüntü Analizi Yöntemi ile Beden Kondisyon Skorunun Belirlenmesi 20 2.4. Beden Kondisyon Skoru ve Canlı Ağırlık Arasındaki İlişki 22 2.5. Sayısal Görüntü Analizi Yöntemi ile İlgili Temel Bilgiler 23 2.5.1. Fotogrametrik Yöntem 23 2.5.2. Stüdyo Ortamının Hazırlanması 23 2.5.3. Referans Cisim Uzay Koordinatlarının İşaretlenmesi ve Ölçülmesi 24 2.5.4. Kalibrasyon 24 2.5.5. Görüntü Alma ve Bilgisayar Ortamına Kaydetme 25 2.5.6. Mikrodenetleyiciler 26 2.5.7. Görüntünün İşlenmesi 26 2.5.7.1. Sayısal görüntü modeli 27 2.5.7.2. Görüntü işlemedeki teknikler 28 3. GEREÇ ve YÖNTEM 31 3.1. Gereç 31 3.1.1. Hayvan Materyali 31 3.1.2. Bakım ve Besleme 33 3.2. Yöntem 33 3.2.1. Verilerin Klasik Yöntem ile Elde Edilmesi 33 3.2.1.1. Hayvanlara ait canlı ağırlıkların elde edilmesi 34 3.2.1.2. Hayvanlara ait beden kondisyon skorlarının elde edilmesi 34 3.2.1.3. Hayvanlara ait beden ölçülerinin elde edilmesi 35 3.2.2. Verilerin Sayısal Görüntü Analizi Yöntemi ile Elde Edilmesi 38 3.2.2.1. Stüdyo ortamının oluşturulması 38 3.2.2.2. Sayısal görüntü analizi yöntemi 39 3.2.2.3. Hayvanlara ait beden ölçülerinin elde edilmesi 40 3.2.2.4. Beden ölçüleri yardımıyla canlı ağırlık ve beden kondisyon skoru tahmini 41 3.2.2.5. Hayvanlara ait beden kondisyon skorunun açılar ile tahmini 41 3.2.3. İstatistiksel Analiz 42 4. BULGULAR 45 4.1. Klasik Yöntem 45 4.1.1. Canlı Ağırlık ve Beden Kondisyon Skorları 45 4.1.2. Beden Ölçüleri 45 4.1.3. Beden Ölçüleri Arasında Korelasyon Analizi 45 4.1.4. Beden Ölçüleri ile Canlı Ağırlık Tahmini 46 4.1.5. Beden Ölçüleri ile Beden Kondisyon Skoru Tahmini 47 4.2. Sayısal Görüntü Analizi Yöntemi 48 4.2.1. Beden Ölçüleri 48 4.2.1.1. Beden ölçüleri arasında korelasyon analizi 48 4.2.1.2. Beden ölçüleri ile canlı ağırlık tahmini 49 4.2.1.3. Beden ölçüleri ile beden kondisyon skoru tahmini 50 4.2.2. Açısal Değerler 51 4.2.2.1. Açısal değerler ve beden kondisyon skoru için korelasyon analizi 54 4.2.2.2. Açısal değerler ile beden kondisyon skoru tahmini 54 4.3. Klasik Yöntem ile Sayısal Görüntü Analizi Yönteminin Karşılaştırılması 56 4.3.1. Cidago Yüksekliği Bakımından Karşılaştırılması 58 4.3.2. Sağrı Yüksekliği Bakımından Karşılaştırılması 58 4.3.3. Ön Sağrı Genişliği Bakımından Karşılaştırılması 59 4.3.4. Arka Sağrı Genişliği Bakımından Karşılaştırılması 60 4.3.5. Beden Uzunluğu Bakımından Karşılaştırılması 60 4.3.6. Göğüs Çevresi Bakımından Karşılaştırılması 61 5. TARTIŞMA 62 5.1. Klasik Yöntem 62 5.1.1. Canlı Ağırlık ve Beden Kondisyon Skoru Belirlenmesi 62 5.1.2. Beden Ölçüleri, Canlı Ağırlık ve Beden Kondisyon Skoru Tahmini 63 5.2. Sayısal Görüntü Analizi Yöntemi 65 5.2.1. Beden Ölçüleri, Canlı Ağırlık ve Beden Kondisyon Skoru Tahmini 65 5.2.2. Açısal Değerler 67 5.3. Klasik Yöntem ile Sayısal Görüntü Analizi Yönteminin Karşılaştırılması 68 6. SONUÇ VE ÖNERİLER 71 KAYNAKLAR 73 EKLER 88 Ek 1. 88 ÖZGEÇMİŞ 89tr_TR
dc.language.isoturtr_TR
dc.publisherAYDIN ADNAN MENDERES ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜtr_TR
dc.rightsinfo:eu-repo/semantics/openAccesstr_TR
dc.subjectBeden kondisyon skoru, canlı ağırlık, Holştayn, klasik yöntem, sayısal görüntü analizi yöntemitr_TR
dc.titleLAKTASYONDAKİ HOLŞTAYN İNEKLERDE CANLI AĞIRLIK VE BEDEN KONDİSYON SKORUNUN SAYISAL GÖRÜNTÜ ANALİZİ YÖNTEMİ İLE BELİRLENEBİLİRLİĞİtr_TR
dc.typedoctoralThesistr_TR
dc.contributor.departmentAYDIN ADNAN MENDERES ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ ZOOTEKNİ (VETERİNER) DOKTORA PROGRAMItr_TR
Appears in Collections:Doktora

Files in This Item:
File Description SizeFormat 
Mehmet KAYA-TEZ_12.07.2019.doc7.91 MBMicrosoft WordView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.