Тепловизионные технологии в изучении животных

Тепловизионная технология, или инфракрасная термография (ИКТ), за последние годы стала важным инструментом для неинвазивного изучения различных физиологических процессов у животных, состояния их здоровья и поведенческих реакций. Метод позволяет регистрировать распределение поверхностной температуры тела, что дает возможность бесконтактно оценивать терморегуляцию, уровень стресса, наличие воспалительных процессов и некоторые адаптационные механизмы животных. Часто данный подход применяется при разнообразных физических нагрузках животных в условиях, где важна способность организма поддерживать температурный гомеостаз, включая негативное влияние комплекса факторов окружающей среды. Кроме того, метод применяется в некоторых исследованиях, посвященных анализу поведенческих реакций у разных видов животных, таких как социальное взаимодействие и адаптация к изменению климата. В данной статье рассматриваются современные подходы к использованию тепловизионной технологии в научных исследованиях в разных направлениях по изучению как домашних, так и диких видов млекопитающих. Показано, что ИКТ может быть эффективно использована в комплексе с другими методами диагностики и наблюдения, что делает ее ценным инструментом не только в биомедицинских, но и экологических и физиологических исследованиях. Также рассмотрены перспективы развития данной технологии, включая интеграцию с беспилотниками, системами искусственного интеллекта и мобильными приложениями. Дальнейшие разработки в области стандартизации протоколов проведения данных исследований по изучению специфичных реакций организма животных в различных условиях, несомненно, будут способствовать развитию как фундаментальных, так и прикладных исследований и помогут расширить применение тепловизионных технологий, в частности, в коневодстве.

1. Ring E.F. The historical development of temperature measurement in medicine. Infrared Physics & Technology. 2007;49(3):297–301.https://doi.org/10.1016/j.infrared.2006.06.029

2. Hovei K., Durek K., Soroko M. Thermal camera performance and image analysis repeatability in equine thermography. Infrared Physics & Technology.2020;110:103447.https://doi.org/10.1016/j.infrared.2020.103447

3. Soroko M., Davies M. Equine Thermografhy in practice. Cabi; 2016. 116 р.

4. Hänninen L., Pastell M., Keeling L.J., et al. Thermographic assessment of stress in horses during different handling procedures. Physiology & Behavior. 2009;98(5):633–637. https://doi.org/10.1016/j.physbeh.2009.09.002

5. Turner T.A. Thermography as a tool for evaluating equine lameness. AAEP Proceedings. 2003;49:130–132.

6. Amory J.R., Wright I.A., Mason C.S. The use of infrared thermography to assess surface temperature changes in horses following treadmill exercise. The Veterinary Journal. 2002;164(2): 148–153. https://doi.org/10.1053/tvjl.2002.0715

7. McCafferty D.J. The value of infrared thermography for research on mammals: previous applications and future directions. Mammal Review. 2007;37(3):207–223.https://doi.org/10.1111/j.1365-2907.2007.00103.x

8. Jones J.P., Asner G.P., Butchart S.H., Karanth K.U. The ‘why’, ‘what’ and ‘how’ of monitoring for conservation. In: Key Topics in Conservation Biology 2. Hoboken, NJ: Wiley Online Library; 2013:327–343.

9. Larsen H.L., Møller-Lassesen K., Enevoldsen E.M.E., et al. Drone with Mounted Thermal Infrared Cameras for Monitoring Terrestrial Mammals. Drones. 2023;7(11):680. https://doi.org/10.3390/drones7110680

10. Havens K.J., Sharp E.J. Chapter 11 – Using Thermal Imagers for Animal Ecology. In: Havens K.J., Sharp E.J., eds. Thermal Imaging Techniques to Survey and Monitor Animals in the Wild. Academic Press; 2016:245–314. https://doi.org/10.1016/B978-0-12-803384-5.00011-7

11. Rietz J., van Beeck Calkoen S.S., Ferry N., et al. Dronebased thermal imaging in the detection of wildlife carcasses and disease management. Transboundary and Emerging Diseases. 2023;2023:5517000. https://doi.org/10.1155/2023/5517000

12. Chang B., Hwang B., Lim W., et al. Enhancing wildlife detection using thermal imaging drones: designing the fl Path. Drones. 2025;9(1):52.https://doi.org/10.3390/drones9010052

13. Hermann J., Topac Y., Hoffmann J., et al. User-Centric Wildlife Monitoring: AI-Powered Animal Detection and Tracking with Drone-Based Thermal Imaging. In: Proceedings of Woodstock ’18: ACM Symposium on Neural Gaze Detection; 2018 Jun 3–5; Woodstock, NY. New York, NY: ACM; 2018:12 p.

14. JOUAV. How to Use Drones for Wildlife Conservation? JOUAV Blog. 2023. URL: https://www.jouav.com/blog/wildlife-drone.html (дата обращения: 12.04.2025).

15. Dawson S., Adams P., Low T., et al. Automated thermal imagery analysis platform for multiple pest species. Canberra: Centre for Invasive Species Solutions; 2022. 28 p. ISBN 978-1922971-00-5.

16. Кирсанов В.В., Павкин Д.Ю., Довлатов И.М. и др. Разработка математической модели определения состояния копыт крупного рогатого скота на основе профилей термограмм. Агроинженерия. 2022;24(5):35–39. https://doi.org/10.26897/2687-1149-2022-5-35-39

17. Kang X., Zhang X.D., Liu G. A Review: Development of computer vision-based lameness detection for dairy cows and discussion of the practical applications. Sensors. 2021;21(3):753. https://doi.org/10.3390/s21030753

18. Lokesh Babu D.S., Jeyakumar S., Patil J.V., et al. Monitoring foot surface temperature using infrared thermal imaging for assessment of hoof health status in cattle: a review. Journal of Thermal Biology. 2018;78:106–115. https://doi.org/10.1016/j.jtherbio.2018.08.021

19. Harris-Bridge G., Young L., Handel I., et al. The use of infrared thermography for detecting digital dermatitis in dairy cattle: What is the best measure of temperature and foot location to use? The Veterinary Journal. 2018;237:26–33.

20. Verduzco-Mendoza A., Olmos-Hernández A., BuenoNava A., et al. Thermal imaging in biomedical research: a noninvasive technology for animal models. Frontiers in Veterinary Science. 2025;12:1544112. https://doi.org/10.3389/fvets.2025.1544112.

21. Жилич Е.Д., Рогальская Ю.Н., Колоско Д.Н. Применение метода термографии для идентификации заболевания молочной железы коров. Техника и технология в животноводстве. 2022;(2):108–112. https://doi.org/10.51794/2713-2064-2022-2-108

22. Mansoor Nabi, et al. Assessing the potential of infrared thermography for early detection of subclinical mastitis in crossbred cows. International Journal of Veterinary Sciences and Animal Husbandry. 2025;10(2):08–15.

23. Stewart M., et al. Eye temperature and health status in cattle measured using infrared thermography. Physiology & Behavior. 2008;93(4–5):858–866.

24. McCafferty D.J. The value of infrared thermography for research on mammals: previous applications and future directions. Mammal Review. 2007;37(3):207–223. https://doi.org/10.1111/j.1365-2907.2007.00113.x.

25. Wang L., et al. Monitoring of deep vein thrombosis in a rabbit model using infrared thermography. Biomedical Optics Express. 2018;9(6):2783–2795. https://doi.org/10.1364/BOE.9.002783.

26. Jeng, J.C., et al. Skin temperature changes in secondand third-degree burns in a porcine model using infrared thermography. Journal of Burn Care & Rehabilitation.2003;24(5):315–320. https://doi.org/10.1097/00004623-200309000-00006

27. Vitorino, D.V., et al. Infrared thermography as a method to assess thermal comfort in horses (Equus caballus). Journal of Thermal Biology.2019;85:102410.https://doi.org/10.1016/j.jtherbio.2019.102410.

28. Dymek K., Eksell P., Wattle O., Roepstorff L. Use of thermography to detect subclinical lameness in horses. Equine Veterinary Journal. 2006; 38. № 5; 454–458. https://doi.org/10.2478/acve-2023-0023

29. Amory J.R., Wright I.A., Mason C.S. The use of infrared thermography to assess surface temperature changes in horses following treadmill exercise. The Veterinary Journal. 2002;164(2):148–153.

30. Kruljc. Thermographic Examination of the Horse. Acta Veterinaria; 2023: 73. 289–316. https://doi.org/10.2478/acve2023-0023.

31. Aragona F., Rizzo M., Arfuso F., et al. Eye temperature measured with infrared thermography to assess stress responses to road transport in horses. Animals. 2024; 14(13):1877. https://doi.org/10.3390/ani14131877.

32. Travain T., Colombo E. S., Grandi L. C., et al. How good is this food? A study on dogs’ emotional responses to a potentially pleasant situation using infrared thermography. Physiology & Behavior. 2016;155: 99–105.https://doi.org/10.1016/j.physbeh.2015.11.036.

33. Domino M., Borowska M., Kozłowska N., et al. Advances in thermal image analysis for the detection of pregnancy in horses using infrared thermography. Sensors. 2022; 22: 191. https://doi.org/10.3390/s22010191

34. Daniel A., Ferdous S., Mathew A., Amanda J. Collectively advancing deep learning for animal detection in drone imagery: Successes, challenges, and research gaps. Ecological Informatics. 2024;83:102842. https://doi.org/10.1016/j.ecoinf.2024.102842.

35. Jinxin Liang, Zhiyu Yuan, Xinhui Luo, et al. Application of non-invasive monitoring technology in intensive sheep farming: A review. Smart Agricultural Technology. 2025;12: 101215. https://doi.org/10.1016/j.atech.2025.101215.

36. Reddy C., Kumar S., Sharma S., Natesan G., et al. Realtime tracking of wildlife with iot solutions in movement ecology. Journal of Advanced Zoology. 2023; 44: 1122–1134. https://doi.org/10.17762/jaz.v44iS-5.1191.

37. Meivel S., Karthikraja R., Mohamad Sajudeen S., Rokith K. Thermal imaging based animal intrusion using artificial intelligence. May 2021. Türk Fizyoterapi ve Rehabilitasyon Dergisi/Turkish Journal of Physiotherapy and Rehabilitation.

38. Hermann J., Topac Y., Hoffmann J., et al. User-centric wildlife monitoring: ai-powered animal detection and tracking with drone-based thermal imaging. In: Woodstock ’18: ACM Symposium on Neural Gaze Detection, June 03–05, 2018. Woodstock, NY . ACM, New York, NY, USA;2018. 12 pages.

39. Dave B., Mori M., Bathani A., Goel P. Wild animal detection using YOLOv8. Procedia Computer Science.2023; 230: 100–111. https://doi.org/10.1016/j.procs.2023.12.065.

40. Rogalski A. Infrared detectors: advances and applications. Progress in Quantum Electronics. 2022; 85: 100421.

41. Oikonomou G., et al. Multimodal imaging in veterinary medicine: combining thermography with MRI and CT for improved diagnosis in equine and canine patients. Veterinary Journal. 2021; 278: 105743. https://doi.org/10.1016/j.tvjl.2021.105743.

42. Hartmann M., Schott M., Dsouza,A., et al. A text and image analysis workflow using citizen science data to extract relevant social media records: Combining red kite observations from Flickr, eBird and iNaturalist. Ecological Informatics. 2022;71: 101782. https://doi.org/10.1016/j.ecoinf.2022.101782.

43. Алексеев Н.Д., Неустроев М.П., Иванов Р.В. Биологические основы повышения продуктивности лошадей. Якутск; 2006. 280 с.

44. Винокуров Н.Т., Владимиров Л.Н., Мачахтырова В.А. Особенности динамики изменений живой массы лошадей якутской породы в зимнее время. Достижения науки и техники АПК. 2012; 4: 80–82.