畜禽疫病智能防控技术发展现状与展望

时间：2021-02-23 点击：次来源：中国畜牧杂志作者：蒋瑞祥等 - 小 + 大

1.2 音频分析

畜禽发出的声音中包含着很多信息，例如，畜禽咳嗽就是一种自身的不适应症状，在异物或刺激性气体刺激到畜禽的呼吸感受器时会出现，咳嗽过于频繁便会对畜禽呼吸道产生损伤。张铁民等根据收集到的家禽音频与环境噪声谱熵差别大的特点，从复杂声音环境中提取出家禽声，利用模糊神经网络对其进行处理分析，可有效辨别禽流感患病家禽。Banakar等利用数据挖掘方法和D-S证据理论，提出一种诊断家禽疾病的智能装置，该装置使用快速傅立叶变换和离散小波变换的方法对鸡的声音信号进行分析处理，可以准确诊断新城疫、支气管炎和禽流感。Chung等为了检测猪群中的呼吸道疾病，利用支持向量数据描述方法和稀疏编码表达，根据梅尔频率倒谱系数分析收集到的猪只呼吸声的音频，经济、准确地监测猪的呼吸道疾病。

也有一些研究将畜禽的音频分析应用于监测畜禽的行为，对畜禽疫病监测防控起到辅助作用。余礼根等研究了栖养模式下的分类识别方法采集到产蛋、愉悦、尖叫及争斗4种叫声的特征参数，采用支持向量机决策树和朴素贝叶斯算法建模，结果表明该模型可有效判别分类蛋鸡发声。Fontana等对隔离箱中饲养的肉鸡观察后，分析其叫声的持续时间、重复次数以及峰值频率，发现日龄较小的肉鸡会发出更多呼唤同伴的叫声。闫丽等提出基于偏度的子带聚类法合并特征不显著的子带，减少特征向量数量，对母猪哺乳声、无食咀嚼声、采食声和饮水声进行了有效识别。Meen等根据安装在奶牛场的摄像机和麦克风收集到的信息对奶牛发声及行为的关系进行了研究，采集到奶牛躺卧、饮食、社交行为等情况下发出的声音信号，发现躺卧时的声音信号频率与其他行为有显著差异。Clapham等采用驻极体麦克风佩戴在牛嘴边收集牛咬断草料以及咀嚼草料的声音，对该行为有效识别，不会受到周围动物叫声及环境噪音影响。
通过音频分析技术实现畜禽疫病监测的技术起步较晚，该技术受环境杂音及其他动物发声的干扰影响较大，如何提取出目标音频一直是音频分析技术中的重要课题，未来该问题会逐步得到解决，音频分析的正确识别率也会逐步提升。

1.3 生理指标监测

目前学者们利用传感器对畜禽的体温、脉搏等生理指标的监测，一般是通过热敏电阻、加速度传感器等进行数据采集，利用无线传输技术将信号发送到终端，来实现对畜禽生理指标的实时在线监测。屈东东等在奶牛耳道边沿配置DS18B20型数字温度传感器，利用无线连接WiFi将温度数据传输到服务器上，储存到MySQL数据库中，可实现牛奶体温变化的实时显示、温度补偿以及历史数据查询等功能。刘畅将铂电阻原理的温度传感器植入奶牛阴道内进行温度监测，利用433M无线技术与2.4GHz的ZigBee技术相结合的无线传感网络，将温度信号传输到项圈的中继节点，再传输到服务器上，解决了无线信号在奶牛体内传输性差、距离短、功耗高的问题。李赞设计了一种柔性贴片式在线测量方式，通过将柔性贴片粘贴在发情母猪后腿根部，实现了对母猪无伤害的实时体温监测，有利于监测母猪发情及疫病诊断。郑爽利用红外测温传感器、光电式传感器、三轴加速度传感器同时对奶牛体温、脉搏、活动量进行实时监测，通过ZigBee技术进行无线传输，应用基于二叉树SVM分类算法将奶牛活动状态进行判断，对奶牛健康和发情提供数据依据。

目前对畜禽生理指标监测的设备逐渐向无损监测方向发展，避免在监测过程中对畜禽产生损伤、应激，未来也会秉承“对畜禽个体产生最小的影响”的研究思路进行开发，为畜禽疫病在线监测提供实时的畜禽生理指标。
2 畜禽疫病智能诊断
畜禽疫病智能诊断主要是通过专家数据库、推理机制、解释模块3个部分对信息处理，远程对畜禽疫病情况作出判断，该技术充分体现了人工智能的优势，将兽医和其他领域专家们的知识、经验以及从畜禽场获取到的信息进行专业的推理、判断，对疫病情况采取准确的对策，减少损失，节约成本。
国内外在畜禽疫病智能诊断领域的研究问题主要集中在如何根据用户给出的条件对畜禽的疾病状况作出准确判断，多数学者通过丰富数据库内容、改进对信息的判定算法等途径来实现，随着智能终端的普及，越来越多的平台系统选择开发在不同的移动终端为畜禽养殖户提供更加便捷的智能诊断系统。Fu等开发的“猪专家”诊断系统根据300多条规则202张不同疾病的照片，可在线上远程诊断54种猪常见病。高锡强等在改进C-F模型的基础上增加不确定性推理方法，研究出一种猪病专家诊断系统。张丽等通过建立猪病不同症状信息的数学模型，构建了基于Android 移动平台的猪病在线诊断系统。王红君等以NET为开发平台，搭建了一个操作简单、通用性强的包括奶牛103种常见病的奶牛疾病专家诊断系统。雷萌桐把基层用户、诊断专家、防控部门结合到一起，开发了基于B/S的奶牛主要疫病专家诊断系统，提供了线上交流疫病诊断、治疗、防控的平台。Zeineldin等建立了一套根据肺音等在线远程诊断牛只呼吸系统疾病的系统。Nusai等根据奶牛性别、年龄范围和症状显著性的不同权重建立了不确定知识推理模型，由此开发的奶牛疾病诊断专家系统与兽医诊断进行比较，准确率达90%以上。Melek等开发的专家诊断系统使用线性评分系统来表示初始的主观分析，再结合模糊专家系统的推断来确定最终的诊断结果。在最主要的畜禽养殖领域之外，智能诊断技术同样被应用于马、犬、水产品等养殖领域，同样也有出色的应用效果。目前的畜禽疫病智能诊断技术停留在提供与专家线上交流的平台或者利用在线数据库做出基础的诊断，并不能完全取代兽医实地诊疗，主要问题在于目前技术采集、传输的图像、音频等信息不完整、不全面。另一方面，尽管目前的专家系统诊断准确率都在90%以上，但养殖场实际应用要求的准确率更高，仍需辅以人工判断，准确率有待提高。

下一篇：生鲜电商纷纷传上市，但赛道并不美好