Multivariabel enkelvoudig sensorsysteem en machine learning voor de detectie van longontsteking en de evaluatie van respiratoire bemonsteringstechnieken bij kalveren
- Promovendus/a
- Debruyne , Florian
- Faculteit
- Faculteit Diergeneeskunde
- Vakgroep
- Vakgroep Interne Geneeskunde, Voortplanting en Populatiegeneeskunde
- Curriculum
- Florian Debruyne werd geboren op 22 september 1995 in Kortrijk, België. In 2013 begon hij zijn studie Diergeneeskunde aan de Universiteit Gent, waar hij praktische ervaring opdeed via verschillende stages, waaronder multidisciplinair veterinair onderzoek en in vitro embryoproductie. Florian behaalde zijn Bachelor met de grootste onderscheiding en ontving de prijs van Topstudent. Hij nam deel aan een interdisciplinair Honours Programme gericht op de interacties tussen Fusobacterium gastrosuis en het maagepitheel van varkens. In 2019 voltooide Florian zijn Master in Diergeneeskunde, met de grootste onderscheiding. Zijn thesis over lebmaagzweren bij kalveren won de prijs voor beste thesis in het thema herkauwers, en hij ontving de Faculteitsprijs voor hoogste eindcijfers. Na zijn afstuderen werkte Florian in een ambulante praktijk en volgde hij een cursus programmeren in Python aan de UGent. Eind 2020 trad hij toe tot de UGent als PhD-student, waar hij zich richt op sensortechnologie voor vroege detectie van longontsteking bij kalveren. Hij staat onder begeleiding van Prof. Dr. Bart Pardon, Prof. Dr. Ir. Daniel Berckmans, en Dr. Glenn Van Steenkiste. Florian heeft gepubliceerd in internationale tijdschriften, een masterthesis begeleid, en zijn onderzoek gepresenteerd op nationale en internationale conferenties.
- Academische graad
- Doctor in de diergeneeskundige wetenschappen
- Taal proefschrift
- Engels
- Promotor(en)
- Prof. Dr. B. Pardon, Faculty of Veterinary Medicine, UGent - Dr. G. Van Steenkiste, Faculty of Veterinary Medicine, UGent - Prof. Dr. Ir. D. Berckmans, M3-BIORES, KU Leuven - Institution of Agriculture, University of Tennessee
Korte beschrijving
Dit doctoraatsonderzoek richt zich op het gebruik van geavanceerde sensortechnologie en machine learning (ML) om de gezondheid van kalveren beter te monitoren, met een specifieke focus op de vroege detectie van longontsteking en welzijnsbeoordeling. De studie valideert een multivariabel enkelvoudig sensorsysteem (MVSS), oorspronkelijk ontwikkeld voor mensen, voor gebruik bij kalveren. Dit systeem meet belangrijke fysiologische gegevens, zoals hartslag, lichaamstemperatuur en fysieke activiteit, en combineert deze informatie met ML-algoritmen om de nauwkeurigheid van gezondheidsbeoordelingen te vergroten.
Praktisch
- Datum
- Woensdag 23 oktober 2024, 17:00
- Locatie
- kliniekaud A, salisburylaan 133, 9820 Merelbeke
Indien u de receptie wenst bij te wonen, gelieve in te schrijven vóór 14 oktober 2024 per e-mail naar ftdbruyn.debruyne@UGent.be.