智能行為識別系統(tǒng)在牲畜疾病早期預警中的應用

0 引言

隨著養(yǎng)殖業(yè)的規(guī)?；l(fā)展，牲畜疾病防控問題日益凸顯。傳統(tǒng)疾病監(jiān)測和診斷方式依賴人工檢查，難以做到早期預警和及時干預。智能行為識別系統(tǒng)作為一種新興的技術手段，通過高精度傳感器與大數(shù)據(jù)分析，可實時監(jiān)控牲畜行為并預測疾病，為養(yǎng)殖人員提供科學的決策支持。研究旨在分析該系統(tǒng)在牲畜疾病早期預警中的應用效果，為現(xiàn)代化養(yǎng)殖業(yè)提供技術參考。

1智能行為識別系統(tǒng)的基本原理與技術

1.1智能行為識別系統(tǒng)的工作原理

智能行為識別系統(tǒng)融合多種前沿技術，包括高精度傳感器、計算機視覺識別及機器學習算法。該系統(tǒng)在牲畜身上安裝傳感器并借助監(jiān)控探頭，實時采集牲畜的生理及行為數(shù)據(jù)。常用的傳感器有加速度計、溫濕度傳感器、GPS定位傳感器等，這些傳感器可監(jiān)測牲畜的活動狀態(tài)、體溫、采食量、睡眠模式等信息，傳感器所采集的數(shù)據(jù)通過無線網(wǎng)絡即時快速傳輸?shù)胶笈_數(shù)據(jù)處理中心[1]。

1.2 關鍵技術

1.2.1運動行為分析模型（LSTM時間序列建模）

牲畜的運動模式通常表現(xiàn)出一定的時間連續(xù)性。例如，1頭健康奶牛每天的活動步數(shù)為 8000～ 12000步，而病牛的活動量會減少 30% 以上。為了準確識別牲畜運動異常，系統(tǒng)采用長短時記憶網(wǎng)絡（LSTM）建模牲畜的運動數(shù)據(jù)，見式（1）

式（1）中： 代表當前時間步的隱藏狀態(tài)， 為細胞狀態(tài)， 為輸出門。

根據(jù)式（1），假設某養(yǎng)殖場100頭牛的平均活動步數(shù)為9500步，若某頭牛連續(xù)3d的步數(shù)降至5000以下，LSTM通過時間序列分析可自動判定其運動行為異常，并發(fā)出疾病預警，提高早期診斷的準確性。

1.2.2 進食行為異常檢測（支持向量機SVM）

健康牲畜的日均采食量穩(wěn)定在 ，而患病牲畜的進食量會下降 20% 以上。該系統(tǒng)利用支持向量機（SVM）進行分類監(jiān)測，判斷進食行為是否異常，相關計算公式見式（2）。

式（2）中： 代表核函數(shù)， 代表權重 代表分類標簽（0：正常，1：異常）。

根據(jù)式（2），例如，在一個包含500頭牛的數(shù)據(jù)集中，若某頭牛的采食量連續(xù)2d低于 16kg，SVM 結合歷史數(shù)據(jù)判定其為異常個體，并觸發(fā)早期預警，減少疾病未被及時發(fā)現(xiàn)而導致的生產(chǎn)損失。

1.2.3 疾病風險預測（貝葉斯推理）

該系統(tǒng)利用貝葉斯定理結合歷史數(shù)據(jù)計算牲畜疾病的風險概率。假設在1000頭牛的數(shù)據(jù)集中，200頭曾出現(xiàn)進食減少現(xiàn)象，且其中150頭最終確診為疾病個體，則疾病發(fā)生的條件概率計算公式見式（3）。

式（3）中：A代表牲畜生病的事件，B代表檢測到進食異常的事件。

1.2.4運動能量計算（加速度計數(shù)據(jù)分析）

牲畜的運動消耗能量可由加速度計數(shù)據(jù)計算，其計算公式見式（4）。

式（4）中： E E 代表運動能量， 代表牲畜體質(zhì)量， 代表加速度， 代表時間間隔。

1.3 人工智能在行為識別中的應用

深度學習算法在智能行為識別系統(tǒng)中充當關鍵角色。深度學習模型借助多層的神經(jīng)架構，可自動萃取數(shù)據(jù)中的特征，實施模式甄別與異常核查。智能行為識別系統(tǒng)憑借剖析牲畜的運動、體溫、食量等多維度數(shù)據(jù)，可以辨認潛在的病癥跡象，并發(fā)出病癥的早期預警信號。當牲畜的運動強度迅疾下降超過 30% 或采食量減少超 20% 時，深度學習模型可依靠模式篩選提前發(fā)出警報。此智能預測會在疾病發(fā)作的72h前就發(fā)出預警，極大提升了養(yǎng)殖管理的反應效率和干預效果。依靠持續(xù)升級的算法，智能行為識別系統(tǒng)能按照各個養(yǎng)殖場的實際情況變換預警設置，保證在各類環(huán)境下均可高效運轉[2]。

1.4 系統(tǒng)集成與實時監(jiān)控

智能行為識別系統(tǒng)分為傳感器設備、實時監(jiān)控系統(tǒng)、數(shù)據(jù)處理平臺和預警系統(tǒng)四大核心模塊。傳感器設備實時采集牲畜的行為數(shù)據(jù)，并借助無線通信網(wǎng)絡傳輸至后臺數(shù)據(jù)處理平臺。數(shù)據(jù)處理平臺借助機器學習算法分析該批數(shù)據(jù)，進而判定出異常與正常行為模式。一旦系統(tǒng)探測出異常舉動，如食欲明顯減退、活動量減少或體溫不正常等，實時監(jiān)控系統(tǒng)會快速進行數(shù)據(jù)分析并啟動預警。預警系統(tǒng)采用短信、郵件或者APP推送等形式通知養(yǎng)殖人員。當系統(tǒng)監(jiān)測到某一牲畜的活動量低于正常水平 20% 以上時，系統(tǒng)會在 3min 內(nèi)發(fā)送早期預警，并附上應對建議，幫助養(yǎng)殖人員迅速做出決策，及時采取應對措施。這種高度融合的架構極大提升了疾病管理效率及養(yǎng)殖場應急響應能力。

2智能行為識別系統(tǒng)在牲畜疾病預警中的作用

2.1 提高疾病診斷的準確性與及時性

智能行為識別系統(tǒng)通過持續(xù)、實時地監(jiān)測牲畜行為，極大提高了疾病診斷的精準性與及時性。傳統(tǒng)疾病診斷主要依賴獸醫(yī)的經(jīng)驗，通常只能按照顯見的癥狀去判別，缺乏早期預警，病癥一般都在晚期才被察覺，耽誤了治療時機。而智能行為識別系統(tǒng)可以利用傳感器采集的實時數(shù)據(jù)，結合機器學習算法對大批歷史數(shù)據(jù)進行分析與比對，進而識別出潛在的疾病信號。當系統(tǒng)監(jiān)測到牲畜活動量下降30% 以上，或者干物質(zhì)采食量下降 20% 以上時，系統(tǒng)便發(fā)出疾病預警，幫助養(yǎng)殖人員及時采取行動。與傳統(tǒng)做法相比，這種提前預警可將診斷準確性提高約 25% ，及時性提高 40% ，顯著提高了診斷結果的科學性與時效性[3]。

2.2減少疾病造成的經(jīng)濟損失

智能行為識別系統(tǒng)在減少疾病傳播造成的經(jīng)濟損失方面效果顯著。在大規(guī)模養(yǎng)殖場，該系統(tǒng)一旦監(jiān)測到牲畜表現(xiàn)出反常舉動，就會立刻發(fā)出預警信號，可幫助養(yǎng)殖人員及時隔離患病的牲畜，減少交叉感染。在引入智能行為識別系統(tǒng)的畜牧養(yǎng)殖場里，疾病早期篩查發(fā)現(xiàn)率達 80% ，而未采用該系統(tǒng)的養(yǎng)殖場，疾病早期篩查發(fā)現(xiàn)率僅 30% 。憑借早期管控，病情蔓延的速度和治療費用都極大降低。某中型養(yǎng)殖場采用智能行為識別系統(tǒng)后，其在疾病控制方面的投入成本降低約 35% ，治療費用減少了近 40% 。在大型家畜養(yǎng)殖場，若采用智能系統(tǒng)則能減少 的經(jīng)濟損失，并大幅減輕管理人員的工作負擔，降低疾病防控的難度，節(jié)約養(yǎng)殖成本。減少疾病造成的經(jīng)濟損失情況見表1。

2.3提升養(yǎng)殖場的管理水平與科技含量

智能行為識別系統(tǒng)的應用不僅升級了疾病預警模式，還極大提升了養(yǎng)殖場的管理水平與科技含量。借助數(shù)據(jù)挖掘與行為識別，養(yǎng)殖場得以實現(xiàn)更科學的健康監(jiān)測與管理，系統(tǒng)對每頭牲畜的行為數(shù)據(jù)進行周密記錄，構建了個體化的健康檔案，這為長期跟蹤提供了關鍵支撐。數(shù)據(jù)分析功能可指導養(yǎng)殖場優(yōu)化養(yǎng)殖策略。比如調(diào)節(jié)飼料搭配規(guī)格，以及設定恰當?shù)倪\動量和休息時段，從而全面提升牲畜的健康水平。借助該技術，養(yǎng)殖場可實現(xiàn)從“經(jīng)驗管理\"到“數(shù)據(jù)驅動”的轉變，增強了管理的科學性與精細化程度。采用智能行為識別系統(tǒng)的養(yǎng)殖場，生產(chǎn)效率提高了約 15% ，疾病預防效果提高了近 20% ，管理成本降低了約 10% 。這一改進不僅符合現(xiàn)代農(nóng)業(yè)科技化、信息化的發(fā)展要求，還為養(yǎng)殖場帶來了更大的經(jīng)濟效益[4]

3智能行為識別系統(tǒng)在牲畜疾病早期預警中的應用

3.1行為異常識別與疾病預警

智能行為識別系統(tǒng)可實時分析牲畜行為數(shù)據(jù)，當系統(tǒng)識別某些異常時，會發(fā)出疾病預警。預警系統(tǒng)可提前2＼～5d發(fā)出警報，幫助養(yǎng)殖工作人員及時采取行動，切實減少疾病擴散。采用智能行為識別系統(tǒng)后，牲畜疾病早期預警率提高 50% ，見表2。尤其是存欄量較大的養(yǎng)殖場，智能系統(tǒng)能有效降低疾病的擴散速度。

3.2疾病預測模型的構建

智能行為識別系統(tǒng)收集牲畜原有的健康數(shù)據(jù)與行為數(shù)據(jù)，可建立疾病預測模型。這些模型根據(jù)深度學習算法不斷探究行為數(shù)據(jù)與疾病癥狀的關聯(lián)性。經(jīng)過訓練的疾病預測模型可以辨識多種疾病的早期癥狀，并為養(yǎng)殖人員提示疾病類型，甚至給出具體建議。采用此系統(tǒng)后，疾病預測分析的正確率可達 85% ，切實提高了防控工作的效率。該系統(tǒng)能憑借歷史數(shù)據(jù)對預警閾值加以校準，減少錯報與漏報，進而提升疾病防控水平。疾病預測模型的構建，不僅依賴于歷史健康數(shù)據(jù)和行為數(shù)據(jù)的分析，還結合了深度學習算法的訓練，通過不斷優(yōu)化模型，系統(tǒng)可以不斷提高預測的準確性和敏感性[5]。

3.3早期干預與預防

智能行為識別系統(tǒng)的早期預警可以幫助養(yǎng)殖人員及時采取干預措施。當系統(tǒng)發(fā)出預警信號，養(yǎng)殖人員會迅速采用隔離病畜、調(diào)整飲食、加強消毒等手段，阻止疾病迅速擴散。當系統(tǒng)提示某牲畜表現(xiàn)出食欲減退或靈活性降低的異常情況時，養(yǎng)殖人員會及時隔離疑似病畜，阻止疾病擴散。在發(fā)病前2＼～5d采取防治手段，能有效抑制疾病傳播，可降低近 40% 的治療費用及 30% 的牲畜死亡率，有利于提高養(yǎng)殖場的健康管理層級。借助該系統(tǒng)，養(yǎng)殖場可更靈活、科學地把控管理方案，減少大規(guī)模病害暴發(fā)造成的經(jīng)濟損失，如表3所示。

3.4提升養(yǎng)殖管理效率

智能行為識別系統(tǒng)不但能預警疾病，還能幫助養(yǎng)殖場提升整體疾病防控水平。借助該系統(tǒng)，養(yǎng)殖人員可對每頭牲畜建立健康檔案，并長久跟蹤其健康狀況。系統(tǒng)所收集的健康數(shù)據(jù)能幫助管理人員對牲畜的健康狀況進行科學分析，把握其健康走向，進一步優(yōu)化養(yǎng)殖和疾病防控方案。當系統(tǒng)監(jiān)測到某養(yǎng)殖區(qū)域頻繁有異常情況發(fā)生，養(yǎng)殖場可依照數(shù)據(jù)分析結果調(diào)控環(huán)境參數(shù)，進行合理管控溫濕度。采用智能系統(tǒng)后，養(yǎng)殖場的管理效率提升了25% ，減輕了工作人員的工作負擔。智能行為識別系統(tǒng)反饋的實時數(shù)據(jù)可幫助管理人員及時做出決策，對牲畜健康數(shù)據(jù)進行完整記錄與分析，不僅可以分析每頭牲畜的個體健康狀態(tài)，還可迅速發(fā)覺潛在的健康風險。系統(tǒng)通過持續(xù)的健康督查和數(shù)據(jù)采集，能夠幫助養(yǎng)殖場做出精準預測，輔助管理人員將問題控制在萌芽狀態(tài)。

4結束語

智能行為識別系統(tǒng)為牲畜疾病的早期預警提供了有效的技術支持。實時監(jiān)控牲畜的行為數(shù)據(jù)，系統(tǒng)能夠提前發(fā)現(xiàn)異常，及時預警疾病，幫助養(yǎng)殖場采取有效的預防和干預措施，減少疾病傳播造成的經(jīng)濟損失。隨著技術的發(fā)展，智能行為識別系統(tǒng)有望在我國養(yǎng)殖場中得到廣泛應用，進一步提升養(yǎng)殖業(yè)的管理水平和科技含量。

參考文獻：

[1]楊帆.基于人工智能下的野生動物識別研究與應用[J].中國高新科技，2024（16）：72-74.

[2]張媛媛，穆浩文，孫哲，等.智能科技助力野生動物保護[J].科學，2024，76（3）：42-46.

[3]李必成，張晨曦，季鈺翔，等.人工智能識別與人工識別紅外相機動物影像準確率分析：以上海大金山島獼猴監(jiān)測為例[J].生態(tài)與農(nóng)村環(huán)境學報，2023，39（7）：918-923.

[4]周奎章，陳洪艦，馬英，等.青海省鼠疫宿主動物無人機遙感圖像智能識別及監(jiān)測系統(tǒng)的建立[J].中國地方病防治，2021，36（4）：394-396.

[5]宮一男，譚孟雨，王震，等.基于深度學習的紅外相機動物影像人工智能識別：以東北虎豹國家公園為例[J].獸類學報，2019，39（4）：458-465.

[6]周君，盧基忠，涂有志.對采用智能識別終端促進動物耳標管理探討[J.中國畜禽種業(yè)，2018，14（5）：33-34.

（欄目編輯：王亦梁 劉敏）