G - Physics – 01 – N
Patent
G - Physics
01
N
G01N 33/12 (2006.01) A22B 5/00 (2006.01) A61B 6/00 (2006.01) G01N 25/72 (2006.01)
Patent
CA 2234953
The invention provides methods of detecting poor meat quality in live animals using infrared thermography. Animals from a group of live domestic animals such as cattle or swine are scanned to produce thermographic images. The images are then statistically analyzed to determine a measure of central tendency such as the mean temperature for each animal's image and for all of the images in the group. A measure of dispersion from the measure of central tendency, such as standard deviation is determined. Then, animals are rejected as having a high probability of producing poor meat quality if the measure of central tendency for that animal's temperature differs from the measure of central tendency for the group by more than 0.9 standard deviations. Alternatively a set percent of animals are rejected, preferably up to 20 %, these being animals whose measures of central tendency differ the most from the measure of central tendency for the group. When mean temperature is used as a measure of central tendency, the method is preferably practised by rejecting animals whose mean temperature differs from the group mean temperature by more than 1.28 times the standard deviation for the group. The method is particularly useful in detecting high probability of poor meat quality in groups of animals in an antemortem environment which have mean temperatures significantly above or below the normal surface temperatures for unstressed animals.
L'invention porte sur des procédés de détection de viande de qualité médiocre dans des groupes d'animaux sur pied, par thermographie infrarouge. On effectue un balayage par scanneur sur des animaux appartenant à un groupe d'animaux domestiques sur pied, du bétail ou des cochons, par exemple, afin d'obtenir des images thermographiques. On analyse ensuite ces images du point de vue statistique pour arrêter une valeur de mesure d'une tendance centrale, la température moyenne pour chaque image d'animal et pour toutes les images du groupe, par exemple. On définit ensuite une mesure de dispersion à partir de la valeur de mesure de la tendance centrale, un écart standard, par exemple. De la sorte, si la valeur de mesure de la tendance centrale relative à la température d'un animal diffère de la valeur de mesure de la tendance centrale du groupe de plus de 0.9 écart standard, l'animal est rejeté pour être fortement enclin à donner une viande de qualité médiocre. Selon une variante, un pourcentage d'ensemble d'animaux est rejeté, de préférence jusqu'à 20 %, s'agissant d'animaux dont les valeurs de mesure de tendance centrale diffèrent le plus de la valeur de mesure de la tendance centrale du groupe. Lorsque l'on utilise la température moyenne comme valeur de mesure de la tendance centrale, on rejette de préférence, dans le cadre de ce procédé, des animaux dont la température moyenne diffère de la température moyenne du groupe de plus de 1, 28 fois l'écart standard du groupe. Ce procédé est particulièrement utile pour la détection d'une probabilité élevée de viande de qualité médiocre dans des groupes d'animaux se trouvant dans un environnement ante mortem et qui présentent des valeurs de températures moyennes largement supérieures ou inférieures à celles des températures superficielles d'animaux ne se trouvant pas dans des situations de stress.
Jones Stephen D. Morgan
Schaefer Allan L.
Tong Alan Kwai-Wah
As Represented By The Ministe R. Of Agriculture And Agri-Food Ca Her Majesty The Queen In Right Of Canada
Mckay-Carey & Company
LandOfFree
Method for detecting poor meat quality in groups of live... does not yet have a rating. At this time, there are no reviews or comments for this patent.
If you have personal experience with Method for detecting poor meat quality in groups of live..., we encourage you to share that experience with our LandOfFree.com community. Your opinion is very important and Method for detecting poor meat quality in groups of live... will most certainly appreciate the feedback.
Profile ID: LFCA-PAI-O-1629575