可穿戴生物感知的肉羊運(yùn)輸應(yīng)激特征參數(shù)提取與建模

馬瑞芹 張夢(mèng)杰 于瑞航 崔 衍 王 想

(1.中國(guó)農(nóng)業(yè)大學(xué)模式動(dòng)物重大設(shè)施建設(shè)辦公室， 北京 100083; 2.中國(guó)農(nóng)業(yè)大學(xué)工學(xué)院， 北京 100083)

0 引言

活羊運(yùn)輸是肉羊產(chǎn)業(yè)中較為重要的環(huán)節(jié)，而運(yùn)輸應(yīng)激嚴(yán)重威脅了活羊的機(jī)體健康以及羊肉品質(zhì)。當(dāng)羊群運(yùn)輸超過(guò)50 km，路途顛簸、肉羊站立不穩(wěn)、踐踏等現(xiàn)象將誘發(fā)肉羊產(chǎn)生應(yīng)激，應(yīng)激率高達(dá)30%～98.3%，會(huì)導(dǎo)致活羊免疫力下降，容易感染急性應(yīng)激綜合征(Acute stress syndrome,ASS)甚至突斃綜合征(Sudden death syndrome，SDS)[1-5]。隨著活羊心率和乳酸的升高，產(chǎn)熱量、耗氧量上升，肉羊的生理機(jī)能改變，導(dǎo)致屠宰后羊肉品質(zhì)下降、肉色變異甚至出現(xiàn)白肌肉現(xiàn)象[6-9]。因此,如何有效地動(dòng)態(tài)監(jiān)測(cè)肉羊運(yùn)輸過(guò)程，提取應(yīng)激特征參數(shù)，建立應(yīng)激狀態(tài)預(yù)測(cè)模型，成為肉羊保活物流的關(guān)鍵問(wèn)題。

傳統(tǒng)的活體動(dòng)物運(yùn)輸應(yīng)激檢測(cè)方法主要是靜態(tài)采血化驗(yàn)法，檢測(cè)設(shè)備功耗高不易攜帶，無(wú)法做到實(shí)時(shí)且連續(xù)地檢測(cè)[10-15]；現(xiàn)有的動(dòng)態(tài)檢測(cè)方法更多是基于環(huán)境信號(hào)，且更多關(guān)注的是環(huán)境和濕度，無(wú)法直接對(duì)活羊生理狀態(tài)進(jìn)行實(shí)時(shí)檢測(cè)[16-21]。可穿戴生理感知技術(shù)采用生物傳感器獲取人體生理參數(shù)，如心率、血壓、體溫、呼吸頻率和血糖等指標(biāo)的監(jiān)測(cè),為獲取活羊運(yùn)輸過(guò)程中實(shí)時(shí)生理信息提供了技術(shù)支持，具有低功耗、操作簡(jiǎn)便、可移動(dòng)、持續(xù)性監(jiān)測(cè)、無(wú)線(xiàn)傳輸和異常生理狀況報(bào)警等特性[22-29]。

因此，本研究選取湖羊?yàn)檠芯繉?duì)象，設(shè)計(jì)面向肉羊運(yùn)輸過(guò)程的可穿戴生物感知裝置，動(dòng)態(tài)獲取肉羊運(yùn)輸過(guò)程中的心率和體溫，提取應(yīng)激特征參數(shù)，構(gòu)建應(yīng)激狀態(tài)預(yù)測(cè)模型，形成一套具有“參數(shù)監(jiān)測(cè)-特征提取-狀態(tài)預(yù)測(cè)”功能的肉羊運(yùn)輸應(yīng)激動(dòng)態(tài)檢測(cè)系統(tǒng)，解決肉羊運(yùn)輸監(jiān)管與品質(zhì)控制等問(wèn)題。

1 肉羊運(yùn)輸應(yīng)激的信號(hào)檢測(cè)裝置設(shè)計(jì)與建模

1.1 應(yīng)激參數(shù)感知機(jī)理

肉羊運(yùn)輸應(yīng)激參數(shù)動(dòng)態(tài)關(guān)系如圖1所示，肉羊運(yùn)輸應(yīng)激由應(yīng)激源產(chǎn)生生物信號(hào)從而影響肉羊的生理狀態(tài)，肉羊運(yùn)輸應(yīng)激源產(chǎn)生的關(guān)鍵信號(hào)主要包括環(huán)境中的微環(huán)境信號(hào)、運(yùn)輸振動(dòng)擁擠等物理信號(hào)和肉羊自身的心率、血糖、血壓生理信號(hào)。本文選取體溫和心率來(lái)表征肉羊運(yùn)輸應(yīng)激狀態(tài)。

傳統(tǒng)的心電圖測(cè)量方法存在一定的局限性，通常需要3個(gè)電極附著在特定的身體部位，限制了被測(cè)活體動(dòng)物的活動(dòng)，使被測(cè)者感到不適。光電容積脈搏波描記法(Photo plethysmo graphy,PPG)通過(guò)血管脈動(dòng)引起的羊組織不同透光率來(lái)測(cè)量脈搏和血氧飽和度，制作成本較低的光學(xué)測(cè)量脈搏波信號(hào)技術(shù)，是一種非侵入、無(wú)創(chuàng)式的心率檢測(cè)方法，可以應(yīng)用于任何含有動(dòng)脈血的組織部位[30-32]。該光電傳感器由光源和光電變換器兩部分組成，通過(guò)捆綁帶或夾子固定在活羊脖子下面裸露的皮膚上。光源通常使用特定波長(zhǎng)的發(fā)光二極管，這些發(fā)光二極管對(duì)動(dòng)脈血中的氧合血紅蛋白(HbO2)和血紅蛋白(Hb)具有選擇性。當(dāng)光束通過(guò)羊體表皮外周血管時(shí)，光束的透光率隨動(dòng)脈搏動(dòng)充血體積的變化而發(fā)生變化。此時(shí)，被肉羊皮膚組織反射的光被光電轉(zhuǎn)換器接收轉(zhuǎn)換成電信號(hào)，放大并傳送到控制器中。脈沖是隨著心臟跳動(dòng)周期性變化的信號(hào)，動(dòng)脈血管的體積也周期性變化，光電傳感器的電信號(hào)變化周期即是心率。通過(guò)測(cè)量血液中血紅蛋白隨心跳的吸氧變化來(lái)測(cè)量肉羊脈搏波參數(shù)。該方法具有響應(yīng)速度快、性能穩(wěn)定、適應(yīng)性強(qiáng)等特點(diǎn)。

1.2 檢測(cè)裝置設(shè)計(jì)與開(kāi)發(fā)

肉羊運(yùn)輸關(guān)鍵參數(shù)檢測(cè)裝置的主從傳感器節(jié)點(diǎn)框架如圖2所示，包括主傳感器節(jié)點(diǎn)和從傳感器節(jié)點(diǎn)，從傳感器節(jié)點(diǎn)包含一個(gè)8位AVR微控制器(ATmega328P型，微芯科技有限公司，美國(guó))、射頻收發(fā)器CC2540、脈搏波傳感器和紅外溫度傳感器，部署在湖羊的脖頸內(nèi)側(cè)并固定。主傳感器節(jié)點(diǎn)包括AVR微控制器(ATmega2560P，微芯科技有限公司，美國(guó))、射頻收發(fā)器CC2540、Micro SD卡、GPS、三軸加速度傳感器，溫度傳感器、濕度傳感器安置在湖羊背部并固定。實(shí)地運(yùn)輸時(shí)，從屬端傳感器節(jié)點(diǎn)實(shí)時(shí)感知肉羊生命體征信號(hào)的動(dòng)態(tài)波動(dòng)，而主端傳感器節(jié)點(diǎn)匯聚接收來(lái)自于從屬端傳感器節(jié)點(diǎn)連續(xù)實(shí)時(shí)獲取的生命體征信號(hào)，結(jié)合自身獲取到的環(huán)境傳感信號(hào)一起本地保存并發(fā)送到遠(yuǎn)程監(jiān)控端。

脈搏波傳感器使用峰值波長(zhǎng)為515 nm的綠色發(fā)光二極管芯片(Kingbright，AM2520)，而光接收器使用峰值波長(zhǎng)為565 nm的芯片(Avago，APDS-9008)，適用于脈搏波形檢測(cè)和肉羊運(yùn)輸應(yīng)激特征參數(shù)分析的光電反射模擬傳感器芯片。傳感器本身集成了完整的發(fā)光LED 及驅(qū)動(dòng)部分、光感應(yīng)和AD轉(zhuǎn)換部分、環(huán)境光干擾消除及數(shù)字濾波部分以及數(shù)字接口輸出。單片機(jī)通過(guò)硬件I2C或者模擬I2C 接口來(lái)讀取傳感器信號(hào)。脈沖信號(hào)的頻帶通常在0.05～200 Hz范圍內(nèi)，其感知信號(hào)的幅度變化非常小，通常在毫伏水平，通過(guò)低通濾波器以及運(yùn)算放大器MCP6001將脈搏波信號(hào)放大了330倍，通過(guò)分壓電阻設(shè)計(jì)將DC偏置電壓調(diào)整為電源輸入電壓的1/2，使得單片機(jī)能夠更好地采集放大后的脈搏波信號(hào)[31]。將其戴在羊的后頸、耳部和其他與皮膚接觸的部位，通過(guò)有線(xiàn)通信連接，可以將脈搏模擬信號(hào)發(fā)送到Arduino單片機(jī)內(nèi)，經(jīng)過(guò)模數(shù)轉(zhuǎn)換器轉(zhuǎn)換成數(shù)字信號(hào)。表1為主從傳感器節(jié)點(diǎn)主要元器件型號(hào)及相關(guān)參數(shù)。

表1 主從傳感器節(jié)點(diǎn)主要元器件型號(hào)及相關(guān)參數(shù)Tab.1 Type and related parameters of sensor nodes components

1.3 活羊運(yùn)輸過(guò)程應(yīng)激特征參數(shù)提取方法

對(duì)于肉羊運(yùn)輸應(yīng)激特征參數(shù)的研究首先從心臟結(jié)構(gòu)以及心臟跳動(dòng)規(guī)律入手。正常肉羊脈搏波(PPG)信號(hào)波形如圖3所示，其中PPG為心臟跳動(dòng)而產(chǎn)生的脈搏波信號(hào)，每個(gè)心動(dòng)周期包括P、QRS、T波。QRS波群中的R波波形陡峭且具有高振幅，通常用作脈搏波特征檢測(cè)的標(biāo)記特征。兩個(gè)相鄰R波之間的時(shí)間間隔定義為R間隔，用于指示心臟連續(xù)跳動(dòng)的時(shí)間間隔[33]。連續(xù)心跳之間的R間隔的變化表示肉羊運(yùn)輸應(yīng)激特征參數(shù)。肉羊運(yùn)輸應(yīng)激特征參數(shù)的分析方法基于R間隔測(cè)量。VPG(Velocity plethysmo graph)為脈搏波的一次微分波形，APG(Accelerated plethysmo graph)是脈搏波的二次微分波形[34]。PPG脈搏波檢測(cè)波形圖如圖3所示。

本文選擇了5個(gè)肉羊運(yùn)輸應(yīng)激特征參數(shù)[35-36]作為評(píng)價(jià)指標(biāo)，分別為平均值(MR)、標(biāo)準(zhǔn)偏差(SDNN)、平方和均方根(RMSSD)、RR間隔數(shù)量(pNN50)和變異系數(shù)(CV)。5個(gè)指標(biāo)反映了肉羊運(yùn)輸應(yīng)激的不同特征。SDNN用于評(píng)估肉羊運(yùn)輸應(yīng)激特征的整體變化。RMSSD反映了肉羊運(yùn)輸應(yīng)激特征參數(shù)的快速變化分量，它與頻譜中的高頻分量有關(guān)。RR間隔數(shù)量反映了心跳周期變化。CV表示肉羊運(yùn)輸應(yīng)激特征變異程度。

1.4 肉羊運(yùn)輸應(yīng)激狀態(tài)預(yù)測(cè)模型

1.4.1肉羊運(yùn)輸應(yīng)激狀態(tài)等級(jí)量化

通過(guò)在內(nèi)蒙古、青海、遼寧以及河南等省區(qū)進(jìn)行多次實(shí)地調(diào)研，獲得了肉羊在運(yùn)輸過(guò)程中的外在表觀應(yīng)激狀態(tài)信息。參照卡羅林斯卡嗜睡量表(Karolinska sleepiness scale)的評(píng)分方法[37]，將整體壓力水平分為7個(gè)等級(jí)：非常警覺(jué)、相對(duì)警覺(jué)、有點(diǎn)警覺(jué)、沒(méi)有影響、有點(diǎn)疲勞、相對(duì)疲勞、非常疲勞，相應(yīng)得分為-3、-2、-1、0、1、2、3，而各個(gè)應(yīng)激狀態(tài)等級(jí)相應(yīng)的外在生物表觀特征如表2所示。養(yǎng)殖戶(hù)或牧民可以根據(jù)肉羊在運(yùn)輸過(guò)程中表現(xiàn)的應(yīng)激狀態(tài)，結(jié)合各應(yīng)激等級(jí)的外在生物表觀特征，初篩較為相符的總體應(yīng)激程度，若要準(zhǔn)確判斷則由專(zhuān)業(yè)工具檢測(cè)結(jié)果得出每個(gè)時(shí)段的總體應(yīng)激程度等級(jí)。

表2 肉羊運(yùn)輸應(yīng)激狀態(tài)特征表Tab.2 Characteristics of transport stress state of mutton sheep

表2中有關(guān)壓力相關(guān)癥狀的描述方法來(lái)自于日本疲勞研究協(xié)會(huì)發(fā)表的大島正樹(shù)疲勞癥狀分類(lèi)表[37]。表2只是將疲勞癥狀初步劃分為3類(lèi)：身體疲勞、精神疲勞和神經(jīng)感覺(jué)疲勞。而其中每類(lèi)具有6～10個(gè)具體癥狀，每個(gè)癥狀又劃分為5個(gè)級(jí)別：無(wú)、輕微、中等、嚴(yán)重和非常嚴(yán)重。其生物表觀相對(duì)應(yīng)的分值為0、1、2、3、4。受試者與專(zhuān)業(yè)醫(yī)師可以根據(jù)其在每個(gè)階段的感受和疲勞癥狀進(jìn)行記錄分析。研究表明，表2在活羊運(yùn)輸過(guò)程中依然具有信度和效度。

參照專(zhuān)家經(jīng)驗(yàn)的知識(shí)規(guī)則庫(kù)對(duì)運(yùn)輸應(yīng)激狀態(tài)的劃分，結(jié)合實(shí)驗(yàn)中的應(yīng)激檢測(cè)結(jié)果，將肉羊的應(yīng)激狀態(tài)分為3個(gè)水平，即舒適1級(jí)、應(yīng)激2級(jí)和中間態(tài)3級(jí)，分別對(duì)應(yīng)類(lèi)別標(biāo)簽1、2、3。對(duì)照表2，舒適1級(jí)得分為0；應(yīng)激2級(jí)得分為-3、-2、2、3；中間態(tài)3級(jí)得分為-1、1。

1.4.2基于支持向量機(jī)的肉羊運(yùn)輸應(yīng)激狀態(tài)預(yù)測(cè)模型

基于支持向量機(jī)原理建立肉羊運(yùn)輸應(yīng)激狀態(tài)預(yù)測(cè)模型的過(guò)程包括3個(gè)典型步驟[38]：①算法模型輸入變量的選取階段，將脈搏波信號(hào)、肉羊運(yùn)輸應(yīng)激特征參數(shù)和體溫特征參數(shù)共同作為輸入集，并將300組數(shù)據(jù)按照7∶3分為211組訓(xùn)練集與89組測(cè)試集。②模型訓(xùn)練階段，根據(jù)需求調(diào)整核函數(shù)，采用不同算法來(lái)優(yōu)化模型運(yùn)行所需的模型調(diào)優(yōu)參數(shù)，算法模型經(jīng)過(guò)211組數(shù)據(jù)的訓(xùn)練即可得到相應(yīng)的運(yùn)輸應(yīng)激狀態(tài)預(yù)測(cè)模型。③模型測(cè)試階段，使用余下的89組測(cè)試集對(duì)建立的運(yùn)輸應(yīng)激狀態(tài)預(yù)測(cè)模型進(jìn)行準(zhǔn)確性測(cè)試。

部分特征參數(shù)由于量綱不同導(dǎo)致數(shù)據(jù)差異性過(guò)大，如參數(shù)MR在400～700之間，而參數(shù)RMSSD一般在1～9之間，兩者在數(shù)量級(jí)上差別很大。并且量級(jí)大的特征參數(shù)會(huì)凸顯自身的作用和貢獻(xiàn)，導(dǎo)致量級(jí)小的特征參數(shù)被忽視，除此之外還會(huì)消耗更多的算力。因此在模型參數(shù)輸入前需要對(duì)特征參數(shù)進(jìn)行歸一化(Normalization)，這樣在使用梯度下降求解最優(yōu)化問(wèn)題時(shí)，可以加快梯度下降的求解速度，即提升模型的收斂速度并且使得應(yīng)激預(yù)測(cè)模型的狀態(tài)分類(lèi)準(zhǔn)確率顯著提高。

2 試驗(yàn)方案

本研究針對(duì)應(yīng)激感知的可穿戴生物感知傳感器，通過(guò)無(wú)損安裝方式，依據(jù)不可見(jiàn)光感應(yīng)材料與皮膚中的應(yīng)激因子發(fā)生光學(xué)反射反應(yīng)產(chǎn)生微弱電信號(hào)，并通過(guò)信號(hào)放大器放大處理后將有效信息進(jìn)行波形抽取與特征參數(shù)估計(jì)得到穩(wěn)定準(zhǔn)確的生物感知信號(hào)，為進(jìn)一步試驗(yàn)做準(zhǔn)備。

2.1 試驗(yàn)肉羊的篩選與初始應(yīng)激程度標(biāo)記

在江蘇省鹽城市購(gòu)買(mǎi)了60只同期發(fā)情并且生物機(jī)體條件(年齡、體質(zhì)量、品種和毛密度)幾乎相同的雄性湖羊作為試驗(yàn)對(duì)象。選擇10只雄性湖羊(占總數(shù)的16.7%)作為肉羊運(yùn)輸應(yīng)激測(cè)試的試驗(yàn)用羊。每只試驗(yàn)肉羊之前均未用卡車(chē)運(yùn)輸過(guò)?？紤]到疾病等外部條件對(duì)肉羊運(yùn)輸應(yīng)激特征參數(shù)的干擾影響，所有試驗(yàn)肉羊皆通過(guò)獸醫(yī)全面診斷確認(rèn)為機(jī)體健康且沒(méi)有心血管和腦血管等疾病。在測(cè)試前需要保證試驗(yàn)肉羊充足睡眠，且不能疲勞，情緒穩(wěn)定。試驗(yàn)前不喂食含有咖啡因、酒精和其他影響血壓和心率的飼料或藥物。在專(zhuān)業(yè)獸醫(yī)的協(xié)助下，成功標(biāo)記了500組試驗(yàn)數(shù)據(jù)的應(yīng)激程度標(biāo)簽。

2.2 檢測(cè)裝置安裝與供應(yīng)鏈跟蹤

實(shí)地跟蹤朝陽(yáng)市到赤峰市短途肉羊供應(yīng)鏈，運(yùn)輸前把設(shè)計(jì)的主從端傳感器節(jié)點(diǎn)按計(jì)劃布置(圖4)，從傳感器節(jié)點(diǎn)部署在湖羊的脖頸內(nèi)側(cè)并固定，主傳感器節(jié)點(diǎn)安置在湖羊背部并固定；實(shí)地運(yùn)輸時(shí)，從端傳感器節(jié)點(diǎn)實(shí)時(shí)感知肉羊生命體征信號(hào)的動(dòng)態(tài)波動(dòng)。主端傳感器節(jié)點(diǎn)匯聚接收來(lái)自從端傳感器節(jié)點(diǎn)實(shí)時(shí)獲取的生命體征信號(hào)，與其獲取到的環(huán)境傳感信號(hào)一起保存并發(fā)送到遠(yuǎn)程監(jiān)控端。

3 試驗(yàn)結(jié)果與分析

3.1 肉羊運(yùn)輸應(yīng)激特征參數(shù)分析

肉羊運(yùn)輸過(guò)程中心率和體溫的變化曲線(xiàn)如圖5所示。肉羊在運(yùn)輸過(guò)程中的心率與溫度呈一定程度的相關(guān)性，尤其在初始階段，肉羊的心率和體溫整體呈現(xiàn)上升趨勢(shì)，在運(yùn)輸中期肉羊心率和體溫整體呈現(xiàn)穩(wěn)定狀態(tài)，到運(yùn)輸末期，肉羊中心率仍然顯著增高，但體溫不再繼續(xù)增高。

為了更詳細(xì)地分析肉羊運(yùn)輸過(guò)程應(yīng)激反應(yīng)，選擇肉羊運(yùn)輸應(yīng)激特征參數(shù)的5個(gè)時(shí)域特征(MR、SDNN、RMSSD、pNN50、CV)來(lái)描述肉羊在運(yùn)輸過(guò)程中的應(yīng)激狀態(tài)。在運(yùn)輸前，肉羊得到正常休息與喂養(yǎng)，并且提前經(jīng)過(guò)化驗(yàn)沒(méi)有明顯的應(yīng)激癥狀。運(yùn)輸120 min后，肉羊出現(xiàn)應(yīng)激反應(yīng)，經(jīng)常出現(xiàn)眼瞼閉合、眼睛用力擠壓、搖頭等應(yīng)激現(xiàn)象。根據(jù)運(yùn)輸前后比較均值和標(biāo)準(zhǔn)差的配對(duì)t檢驗(yàn)結(jié)果，均值和標(biāo)準(zhǔn)差在運(yùn)輸前后有顯著性差異(P<0.05)。

將380 min的PPG數(shù)據(jù)分成38段，每段10 min，記錄為第1、2、…、38期，獲得每個(gè)時(shí)間段的MR、SDNN、RMSSD、pNN50、CV值。使用Kolmogorov-Smirnov方法測(cè)試了第1期至第38期5個(gè)指標(biāo)的正態(tài)性檢驗(yàn)，在0.05的顯著概率下，5個(gè)特征都顯著地服從正態(tài)分布群體(P>0.05)。

從圖6可以看出，時(shí)域分析指標(biāo)MR、RMSSD、pNN50在運(yùn)輸過(guò)程中隨運(yùn)輸時(shí)間的增加逐漸上升，說(shuō)明在運(yùn)輸過(guò)程中肉羊RR間的均值與心跳的變化逐漸增加。與初始時(shí)刻相比，肉羊在載羊貨車(chē)運(yùn)輸時(shí)因路況環(huán)境復(fù)雜，外部刺激負(fù)荷較大，心跳頻率加快。之后肉羊逐漸適應(yīng)了運(yùn)輸過(guò)程，隨著速度的增加和斜率的增大，RR間的平均值增大。隨著運(yùn)輸過(guò)程變得越來(lái)越穩(wěn)定，MR的變化幅度放緩，由于應(yīng)激反應(yīng)的出現(xiàn)，RR間的均值逐漸增加。

相較于其他時(shí)域指標(biāo)，RMSSD可以清楚地表現(xiàn)出肉羊運(yùn)輸應(yīng)激程度的漸變過(guò)程，二者成正比。RMSSD在運(yùn)輸過(guò)程中逐漸上升，說(shuō)明肉羊在貨車(chē)上的應(yīng)激程度正在加快變化。RMSSD在運(yùn)輸初期的波動(dòng)很大，主要原因可能為肉羊剛經(jīng)過(guò)裝載上車(chē)，心理緊張，導(dǎo)致RMSSD曲線(xiàn)不穩(wěn)定；后續(xù)運(yùn)輸過(guò)程中肉羊?qū)\(yùn)輸條件逐漸適應(yīng)，心理緊張逐漸緩解，RMSSD信號(hào)逐漸穩(wěn)步上升，說(shuō)明肉羊開(kāi)始表現(xiàn)出運(yùn)輸應(yīng)激反應(yīng)，并逐漸累積加深。在運(yùn)輸中后期RMSSD的變化逐漸平緩，說(shuō)明肉羊運(yùn)輸應(yīng)激程度正在減小，而肉羊機(jī)體則逐漸顯現(xiàn)出抗應(yīng)激性。

所有時(shí)域分析指標(biāo)MR、SDNN、RMSSD、pNN50和CV都表現(xiàn)出一定的線(xiàn)性趨勢(shì)，且與時(shí)間高度相關(guān)?；貧w分析結(jié)果表明，RMSSD曲線(xiàn)的斜率大于SDNN曲線(xiàn)斜率的絕對(duì)值，說(shuō)明RMSSD增速更快，變化更明顯。

從圖7可以看出，提取的特征參數(shù)服以正態(tài)分布，結(jié)合圖6可知，MR在第1和第2周期比較小。與未運(yùn)輸時(shí)相比較，當(dāng)人工裝載到卡車(chē)上時(shí)，肉羊心跳增加并且感到恐慌。由于逐漸適應(yīng)運(yùn)輸環(huán)境，MR在第3至第5周期分布個(gè)數(shù)增加。當(dāng)適應(yīng)運(yùn)輸時(shí)，它顯示出緩慢增加的趨勢(shì)。然而，由于運(yùn)輸環(huán)境和道路條件不穩(wěn)定，MR值沒(méi)有顯著波動(dòng)且不穩(wěn)定。SDNN能夠反映肉羊的應(yīng)激加深過(guò)程，SDNN在運(yùn)輸過(guò)程中顯著上升，表明肉羊的應(yīng)激水平在增加，與RMSSD相同。pNN50和CV反映了肉羊運(yùn)輸應(yīng)激特征參數(shù)的整體變化。通過(guò)對(duì)5個(gè)時(shí)域特征的分析，得到了在運(yùn)輸過(guò)程中肉羊運(yùn)輸應(yīng)激特征參數(shù)的變化特征，從而顯示了運(yùn)輸應(yīng)激的變化。

由圖8的線(xiàn)性回歸分析結(jié)果可知，MR指數(shù)與時(shí)間的皮爾遜相關(guān)系數(shù)為0.432，表明MR指數(shù)與時(shí)間呈正相關(guān)，相關(guān)度中等。SDNN指數(shù)與時(shí)間的皮爾遜相關(guān)系數(shù)為0.338，表明SDNN指數(shù)與時(shí)間的相關(guān)程度略低。RMSSD指數(shù)與時(shí)間的皮爾遜相關(guān)系數(shù)為0.595，表明RMSSD指數(shù)與時(shí)間呈正相關(guān)，相關(guān)度較強(qiáng)。pNN50指數(shù)與時(shí)間的皮爾遜相關(guān)系數(shù)為0.585，表明pNN50指數(shù)與時(shí)間呈正相關(guān)，相關(guān)度較強(qiáng)。而CV指數(shù)與時(shí)間的皮爾遜相關(guān)系數(shù)為0.114，表明CV指數(shù)與時(shí)間呈正相關(guān)，相關(guān)度較弱。5個(gè)時(shí)域指標(biāo)呈現(xiàn)不明顯的線(xiàn)性趨勢(shì)，其線(xiàn)性回歸分析的顯著性分析結(jié)果皆為P<0.01，這說(shuō)明擬合方程具有一定的線(xiàn)性關(guān)系。該擬合回歸模型可以在一定程度上定量表征5個(gè)時(shí)域指標(biāo)的線(xiàn)性變化趨勢(shì)。

3.2 肉羊運(yùn)輸過(guò)程應(yīng)激狀態(tài)預(yù)測(cè)模型

基于支持向量機(jī)的肉羊運(yùn)輸過(guò)程定態(tài)應(yīng)激預(yù)測(cè)模型的輸入特征參數(shù)是心率、MR、SDNN、RMSSD、pNN50、CV以及體溫，輸出變量是肉羊的應(yīng)激預(yù)測(cè)狀態(tài)。如圖9所示，采用遺傳算法(GA)對(duì)懲罰參數(shù)c和核函數(shù)參數(shù)g進(jìn)行優(yōu)化，得到最優(yōu)參數(shù)解為c=38.856 5、g=0.777 05，分類(lèi)準(zhǔn)確率為95.283%。

為檢測(cè)已訓(xùn)練好模型的準(zhǔn)確度，采用最優(yōu)懲罰參數(shù)c和核函數(shù)參數(shù)g分別對(duì)肉羊運(yùn)輸應(yīng)激狀態(tài)預(yù)測(cè)模型進(jìn)行整體性能測(cè)試。模型對(duì)測(cè)試集的分類(lèi)測(cè)試結(jié)果如圖10所示。

對(duì)測(cè)試集數(shù)據(jù)進(jìn)行應(yīng)激模型的性能預(yù)測(cè),根據(jù)模型測(cè)試結(jié)果，參數(shù)優(yōu)化前后的不同狀態(tài)分類(lèi)準(zhǔn)確率如表3所示。

表3 參數(shù)優(yōu)化前后不同狀態(tài)分類(lèi)準(zhǔn)確率比較Tab.3 Comparison of state classification accuracy of different algorithms for SVM optimization

從表3可以看出，類(lèi)別標(biāo)簽1、2的模型分類(lèi)準(zhǔn)確率較高，而類(lèi)別標(biāo)簽3存在一定誤判，模型準(zhǔn)確率較低。結(jié)合肉羊運(yùn)輸過(guò)程的實(shí)際情況進(jìn)行分析，可知1級(jí)和2級(jí)為肉羊相對(duì)較為極端的狀態(tài)，即舒適狀態(tài)和確定應(yīng)激狀態(tài)，由于這兩種狀態(tài)的肉羊脈搏波和體溫信號(hào)容易識(shí)別，所以該應(yīng)激模型的識(shí)別準(zhǔn)確率很高，但肉羊處于輕微應(yīng)激狀態(tài)時(shí)，此時(shí)脈搏波和體溫信號(hào)變化不明顯，所以整體模型的識(shí)別率也略低。并且該試驗(yàn)設(shè)計(jì)無(wú)法排除試驗(yàn)羊體之間因體質(zhì)或神經(jīng)差異而導(dǎo)致的模型誤判。

通過(guò)使用脈搏波特征、體溫特征以及融合特征3種單變量輸入運(yùn)輸應(yīng)激狀態(tài)分類(lèi)模型，用以驗(yàn)證生物感知信息融合技術(shù)是否能夠改善模型對(duì)肉羊運(yùn)輸應(yīng)激狀態(tài)的預(yù)測(cè)結(jié)果，其分類(lèi)結(jié)果如表4所示。

表4 單一特征和融合特征模型的分類(lèi)準(zhǔn)確率Tab.4 Classification accuracy of single feature and fusion feature

由表4可知，生物感知信號(hào)的融合特征模型識(shí)別效果比單一特征好。在肉羊運(yùn)輸過(guò)程中，特征融合后的應(yīng)激狀態(tài)預(yù)測(cè)模型的識(shí)別準(zhǔn)確率明顯高于PPG和體溫特征的模型識(shí)別準(zhǔn)確率，其總體準(zhǔn)確率為93.26%，這表明多元融合的生物感知信號(hào)可以更準(zhǔn)確地表現(xiàn)出肉羊運(yùn)輸應(yīng)激的狀態(tài)并進(jìn)行狀態(tài)預(yù)測(cè)。PPG特征模型的識(shí)別準(zhǔn)確率比體溫特征模型的識(shí)別準(zhǔn)確率高10.11個(gè)百分點(diǎn)，這說(shuō)明PPG信號(hào)可以表征肉羊的運(yùn)輸應(yīng)激狀態(tài)，而體溫信號(hào)表征的應(yīng)激狀態(tài)準(zhǔn)確性稍弱，但是也可以作為輔助特征參數(shù)與PPG信號(hào)綜合進(jìn)行肉羊運(yùn)輸應(yīng)激的狀態(tài)預(yù)測(cè)。

生物感知信號(hào)PPG和體溫融合特征參數(shù)能夠高效分辨肉羊運(yùn)輸應(yīng)激狀態(tài)，說(shuō)明通過(guò)支持向量機(jī)模型訓(xùn)練所構(gòu)建的肉羊運(yùn)輸應(yīng)激狀態(tài)預(yù)測(cè)模型性能良好，且總體準(zhǔn)確率較高。

4 結(jié)論

(1)針對(duì)傳統(tǒng)的應(yīng)激反應(yīng)檢測(cè)方法，在動(dòng)物養(yǎng)殖運(yùn)輸過(guò)程中無(wú)法做到實(shí)時(shí)且連續(xù)檢測(cè)的問(wèn)題，本文設(shè)計(jì)了適用于肉羊運(yùn)輸過(guò)程中的可穿戴生物與環(huán)境信號(hào)的動(dòng)態(tài)檢測(cè)裝置，實(shí)現(xiàn)了對(duì)運(yùn)輸過(guò)程中影響肉羊應(yīng)激反應(yīng)的應(yīng)激特征參數(shù)、體溫、環(huán)境溫濕度和加速度等信息的實(shí)時(shí)獲取。

(2)利用時(shí)域分析方法提取了肉羊運(yùn)輸應(yīng)激特征參數(shù)，并對(duì)活羊運(yùn)輸過(guò)程中的應(yīng)激狀態(tài)進(jìn)行分析。MR、RMSSD、pNN50在運(yùn)輸過(guò)程中隨運(yùn)輸時(shí)間的增加逐漸上升，運(yùn)輸初期波動(dòng)較大，后續(xù)運(yùn)輸過(guò)程中肉羊?qū)\(yùn)輸條件逐漸適應(yīng)，上升趨勢(shì)平緩，SDNN在運(yùn)輸過(guò)程中顯著上升，表明肉羊的應(yīng)激水平在增加，與RMSSD相同，pNN50和CV反映了肉羊運(yùn)輸應(yīng)激特征參數(shù)的整體變化。

(3)構(gòu)建了基于支持向量機(jī)的肉羊運(yùn)輸過(guò)程定態(tài)應(yīng)激預(yù)測(cè)模型，參數(shù)優(yōu)化后的模型對(duì)應(yīng)激水平1、2、3的識(shí)別準(zhǔn)確率分別為100%、97.14%、80.00%，表明通過(guò)PPG和體溫融合特征參數(shù)能夠有效地識(shí)別運(yùn)輸中的3個(gè)應(yīng)激水平。