摘要:Citation:ZHANG Fan, ZHOU Mengting, XIONG Benhai, YANG Zhengang, LIU Minze, FENG Wenxiao, TANG Xiangfang. Research Advances and Pro
本文节选自:
张帆, 周梦婷, 熊本海, 杨振刚, 刘民泽, 冯文晓, 唐湘方. 肉牛生理指标智能监测技术研究进展与展望[J]. 智慧农业(中英文), 2024, 6(4): 1-17.
Citation:ZHANG Fan, ZHOU Mengting, XIONG Benhai, YANG Zhengang, LIU Minze, FENG Wenxiao, TANG Xiangfang. Research Advances and Prospect of Intelligent Monitoring Systems for the Physiological Indicators of beef Cattle[J]. Smart Agriculture, 2024, 6(4): 1-17.
官网免费阅读
肉牛生理指标监测技术研究进展
通过肉牛生理指标的监测、建模、分析,可有效服务于肉牛的生产管理,实现智能化养殖,提高养殖的时效性和准确性(图1)。当前获取生理指标的方式包括基于传感器的接触式传感器和基于图像的非接触式传感器。其中接触传感器主要用于体温、心率、姿态、运动行为、呼吸等信息的监测,设备主要包含相应的传感器(热敏传感器、压力传感器、三维加速度传感器、陀螺仪、光电传感器等)、电池、微处理器、通信芯片等,常佩戴于肉牛的耳部、脚跟部、颈部、瘤胃等部位。而非接触式传感器主要通过拾音器、彩色摄像机、红外图像摄像机、深度图像摄像机、热成像仪等设备获取动物的体温、姿态、行为等数据。该方法具有无接触、非浸入的优点,且不需要对每个动物进行单独安装。各传感器的功能与应用研究如表1所示。图1 肉牛生理指标的监测与应用示意图
Fig. 1 Monitoring and utilization of physiological indexes of beef cattle
表1 肉牛生理参数监测传感器的功能与应用研究情况
Table 1 Research on function and application of physiological monitoring sensor for beef cattle
注:RF为Random Forest,随机森林;FFT为Fast Fourier Transform,快速傅里叶变换;XGB为Extreme Gradient Boosting,极限梯度增强算法;ZED为Stereolabs公司推出的双目3D相机系列;CNN为Convolutional Neural Networks,卷积神经网络;LSTM为Long Short-Term Memory,长短期记忆网络;Mask R-CNN为Region-CNN,掩膜区域卷积神经网络;—表示直接测定。
1 运动行为监测
肉牛运动行为是其健康状况的综合体现,通过对其反刍、休息、躺卧、站立、行走、跑步、咀嚼、采食、饮水等运动行为异常变化的快速准确识别,实现预防疾病、提高繁殖性能和生长速度。例如,当母牛活动量增加可能说明该牛处于发情状态;当肉牛的活动过度减少则可能暗示其处于疾病状态;当肉牛躺卧时间过长,则表明其可能处于跛行状态。基于三轴加速度传感器的监测方法可有效监测肉牛躺卧、行走、站立时间。三轴加速度传感器常安装于耳部、颈部或腿部(图2)。其中安装于颈部的传感器可同时监测采食行为,而安装于腿部的传感器可同时监测行走和躺卧信息,耳部和颈部由于接近身体核心温度,可同时测量体温。Cabezas等采用三轴加速度传感器采集牛的活动信息,利用随机森林(Random Forest,RF)算法将活动数据分为躺卧、站立、放牧,以及反刍行为,精度达到93%。
a. 牛耳部 b. 牛颈部 c.牛腿部
图2 佩戴于牛耳、颈和腿不同部位的加速度传感器
Fig. 2 Acceleration sensors attached on the ear, neck, and leg of cattle
近年来,机器视觉、图像处理和深度学习技术已被应用于视觉图像的分类和识别领域,具有非接触、免应激、低成本,以及高通量的特点,为开发高性能的视觉算法提供了有力支撑,通过机器视觉获取肉牛的生理指标技术也获得一定的发展。对于舍饲肉牛,可通过摄像头获取其视频图像后,对牛的位置和轮廓进行检测识别,通过分析肉牛的位置和状态的变化,识别不同生理指标和行为特征信息。肉牛图像中可用于获取有价值信息的部位主要为口鼻、脸部、背部和躯干。Han等基于收集的大量肉牛异常行为的图像数据集,提出用DB-TEAF(Dual-Branch Temporal Excitation and Aggregation with Frequency Channel Attention)方法通过图像识别肉牛的异常行为,准确率达到92.16% 。深度学习算法的快速发展为肉牛的智能感知技术提供重要的研究方法,而视觉传感的使用需实现肉牛的个体和运动的识别。Qiao等采用视觉信息通过深度学习算法用于肉牛个体识别,其在15帧和20帧的视频长度下分别达到88%和91%的识别准确率。Cho和Kim通过机器视觉先依据肉牛外貌识别个体牛号,通过监测牛的移动情况转化为活动量,通过深度学习识别爬跨行为,进而用于监测肉牛的发情行为。通过摄像机及时发现病死肉牛,对降低人工工作量具有重要作用。Kahlon等开发出利用监控摄像机识别死亡肉牛和躺卧在道路的肉牛等危险情况的识别系统,识别准确率可达到98%,该系统也有助于牛场及时发现死亡和异常位置的肉牛。
肉牛运动行为的识别主要依靠三维加速度传感器和机器视觉传感器。加速度传感器主要通过阶段性记录肉牛的活动量来判断肉牛的生理状态,通过监测肉牛活动量的增加或减少,结合肉牛的个体信息初步判断其生理的变化,最终状态多数仍需要人工现场诊断。而视觉传感器可通过设备拍摄的肉牛运动状态、步态变化、躺卧姿态等结合建立的生理状态特征模型,较为准确自动判断肉牛生理状态。在阶段性活动量数值记录上,加速度传感器记录的数据更加可靠、准确。视觉传感器的使用,需要建立不同生理状态、不同品种、不同生理阶段肉牛的特征性数据模型,同时使用时需要通过图像实现牛的个体识别,相关研究目前还相对较少。当前加速度传感器已获得广泛的应用,使用功能除简单计步外,还可用于牛反刍、采食、爬跨等行为的记录,功能正在不断增加,未来与机器视觉传感器相互结合,从不同角度探索肉牛行为的变化,并与特定的生理状态建立关系,对肉牛产业的发展具有重要作用。
2 体温监测
体温是产热与散热守恒的结果,是评价牛健康的重要指标之一。健康牛的正常体温昼夜略有变动,1∶00~9∶00体温较低,中午以后体温略高,一般相差0.5 ℃左右。当肉牛在发情、排卵、妊娠和生病时,其体温会出现规律性的变化。通过对肉牛的体温监测,可进行相关症状的判定。
传统的肉牛体温检测方法主要为直肠温度检测、瘤胃温度检测和阴道温度检测。该种温度检测主要通过兽用水银温度计或 电子体温计无伤害插入动物体内,保留3~5 min,测定肉牛的体温。该测定方法存在测定效率低、难度大、时间长、工作量大、不能及时获取肉牛个体数据,且存在黏膜撕裂和交叉感染的问题。因此肉牛体温的实时无接触自动监测对肉牛健康养殖具有重要意义。肉牛的体温测量方法可分为体表温度测量和体核温度测量。体核温度较为稳定,受外界影响较小,但测量容易引起动物的不适。体表温度易受外界环境的影响,身体各部位差异较大,但体表温度测定速度快、不受时间的限制,且体表温度与体核温度具有一定的相关性。Timsit等开发了瘤胃温度传感器,将无线电瘤胃丸通过牛的口腔放入瘤胃,实现瘤胃温度变化的自动监测。通过红外线测温仪检测肉牛眼球和耳根部温度具有更高精确度,且与直肠温度显著相关(图3)。耳根部温度的精确性低于眼球部。陈静等比较了红外线测温仪与水银温度计在肉牛上的使用效果,其研究发现红外测温仪测温稳定性不如水银温度计,且易受环境的影响,但测定结果比较可靠,可作为筛选发热病牛的初步筛选工具。宣小龙等研究了肉牛耳部温度和直肠的温度关系为y=0.853x+8.058(其中,y表示直肠温度;x表示耳温度)。因此通过检测牛的体表温度,对采集的数据进行校正分析,可相对反映牛的体温变化。
a. 牛眼球 b. 牛耳根
图3 牛眼球和耳根的表面温度热成像图
Fig 3 Thermographic images demonstrating analysis of surface temperature of ocular globe and ear base of cattle
常见的体表温度传感器主要置于牛颈部和耳部,该部位的温度接近牛的体内温度,且便于传感器的佩戴,得到广泛的应用。牛皮肤通过辐射和传导散发热量,气象条件直接影响牛体表温度。同时红外监测技术也受监测动物的距离及环境温湿度的影响。探究外界环境对体表测定温度的影响,进而对测定数据进行校正,对牛体温监测的准确度具有重要意义。传感器与肉牛体表接触情况及肉牛体表干净程度影响数据的准确度,因此通过研究设计能够确保传感器探头与体表紧密接触的佩戴方式,确保肉牛体表的干净是做好传感器使用的重要措施。体内的瘤胃温度传感器或耳根植入式传感器受限于电池电量及制造成本,当前常只能用于短暂的个体监测或试验研究,在大规模使用上存在一定的缺陷。肉牛的体温与品种、饲养阶段有关。柏中林等对肉牛体温进行监测发现夏南牛成母牛、犊牛体温分别为37.5~40.0 ℃、38.0~39.9 ℃,而当地黄牛则分别为38.0~39.5 ℃、38.6~39.5 ℃。因此,将肉牛体温监测用于生产需结合肉牛的品种和饲养阶段。
3 心率和呼吸频率监测
心率是反映养殖动物疾病、应激、害虫袭击等情况的重要指标。当机体处于应激或亚健康状态时,机体为维持身体的平衡和相对稳定,通过下丘脑启动相应的神经和体液调节功能,引起动物的心率和呼吸频率升高,以调节身体维持体征正常。肉牛的正常心率为60~100次/min,呼吸频率为15~40次/min,当心率超出该范围则存在应激或健康问题。常用的心率监测方法是置于动脉血管或皮下的无菌设备,通过无线信号传输相应数据信息,但其对动物均会造成一定危害,且操作麻烦,不利于实际实施。而无创的非接触心率测定方法可有效降低心率监测过程对肉牛的伤害。李健等研究了通过光电容积脉搏波测量法(Photoplethysmographic, PPG)来测量肉牛的血氧饱和度和心率。Jorquera-Chavez等利用热红外摄像机和彩色(RGB)摄像机测定牛的心率、呼吸频率、耳部温度和眼睛温度,测定结果与传统侵入算法相比,准确率达到92%~95%。Arshad等利用MAX30100传感器通过红外发射器和接收器监测动脉血流变化情况,进而实现监测牛的心率。
牛在吸气状态和呼气状态时鼻孔的温度不同,通过鼻子的热红外成像可用于呼吸频率的监测(图4)。日本宫崎大学Kim和Hidaka引入 Mask R-CNN自动识别牛鼻孔区域红外图像变化,通过计算该区域的平均温度变化实现了呼吸频率的自动监测,其准确率达到76%(图5)。该种红外心率监测方法可实现远程监测牛的生理信息。
a. 吸气 b. 呼气
图4 牛吸气与呼气时的鼻孔红外图像显示的热变化
Fig. 4 Infrared images showing the thermal changes of cattle nostrils as they inhale and exhale
a. 肉牛呼吸时鼻孔红外图像 b. 肉牛呼吸红外监测值与观测值相关性分析
图5 Mask R-CNN对牛鼻孔区域分割用于呼吸监测及监测结果与观测值的相关性分析
Fig. 5 Mask R-CNN segmentation of beef cattle nostril region for respiratory monitoring and correlation between monitoring results and observed values
通过压力传感器对动脉血管的震动、呼吸引起的气流或胸腔收缩震动监测肉牛心率和呼吸频率容易引起肉牛的应激,传感器探头容易被损坏,且安装操作麻烦,影响该方式在肉牛养殖场的推广应用。红外摄像机主要通过监测动脉血流和呼吸引起的温度微小变化监测心率和呼吸频率。但红外摄像机测定心率和呼吸频率需要分辨率较高的摄像机,且容易受到环境温度和测定距离的影响。因此,在散养的牧场内通过红外摄像机对肉牛进行该方面的监测存在一定的挑战。心率和呼吸频率与肉牛的健康和应激状态有关,实时和精准的相关监测技术是提高养殖管理效率和掌握肉牛健康状况的重要手段。当前在肉牛养殖场中,对肉牛进行心率和呼吸频率监测的应用较少,多数仍依靠人工进行现场检测。因此未来应设计能够稳定监测且对牛应激性小的设备。
4 反刍监测
反刍是指牛羊等反刍动物采食一段时间后,将消化的食物从食道返回口腔,重新咀嚼后吞咽的行为。通过对肉牛反刍行为的观察,可第一时间了解肉牛的身体健康状况,及时发现病情。反刍可引起咀嚼过程头部压力的变化。Chen等利用咀嚼压力传感器采集西门塔尔与中国黄牛杂交牛的咀嚼压力数据,通过采用极端梯度提升(Extreme Gradient Boosting, XGB)分类模型和局部斜率及频率特征识别进食和反刍行为,识别准确率达到96.60%。Braun等采用置于牛鼻带的压力传感器,根据反刍时上颌部位的压力变化记录牛的反刍行为。牛的反刍也会引起其头部振动的变化,因此也可以使用加速度传感器或视觉传感器进行监测。Bikker等通过安置于牛耳部的加速度传感器监测肉的反刍行为,其准确率达到93%。Borchers等利用安装于颈部的三轴加速度传感器HR Tag(SCR Engineers Ltd.)监测牛的反刍行为用于产犊前行为的监测。而基于计算机视觉技术也可自动实现牛反刍行为的监测,王月明和陈甜甜采用YOLO(You Only Look Once)目标检测算法和相关滤波算法跟踪牛的头部,通过帧间差分法获取反刍数据,平均误差为4.93%,误差较小。
牛的反刍会引起头部的动作变化,因此其反刍的主要监测通过位于颈部和头部的压力传感器、加速度传感器和视觉传感器进行。使用压力传感器和加速度传感器监测肉牛的反刍行为,常会受肉牛的采食、饮水、蚊虫叮咬、走动等行为的干扰,因此在使用时需对各种特定行为进行去噪分析,以便精确测定肉牛反刍行为。而视觉传感器技术用于监测肉牛反刍行为会受障碍物的遮挡,导致难以监测到全部的数据。肉牛反刍行为的监测可使养殖管理人员实时了解牛的健康状况和饲草营养状况,提高养殖管理效率。
5 瘤胃pH监测
瘤胃酸中毒是肉牛快速育肥过程中常见的营养代谢疾病,其发病率达到10%~50%,主要原因是牛采食精料过多导致淀粉类碳水化合物快速发酵,产生大量的酸性代谢产物,如乙酸、丙酸、丁酸等,引起瘤胃pH下降,严重的可导致肉牛死亡,该疾病发病急促、病程短、死亡率高。瘤胃酸中毒与瘤胃pH直接相关,瘤胃酸中毒牛瘤胃通常pH
a. 传感器结构设计 b. 传感器电解液门阀设计
图6 无线瘤胃pH传感器结构及参考电极的电解液阀门设计示意图
Fig. 6 Design diagram of wireless rumen pH sensor and electrolyte valve design with reference electrode
瘤胃实时pH监测受限于pH计的电池和传感器探头的使用寿命,若需监测瘤胃实时pH,则需研发瘤胃相关pH计,特别是研究电池的节电技术,以及适应瘤胃内环境的专用感应探头,以提高其在瘤胃内的使用寿命。
6 生物标志物监测
畜禽的生理、生长和健康的变化会引起体液中某些成分发生变化,通过体液内特定的标志性成分的检测,可用于其健康、生长、发情、妊娠等生理或病理状态的判断。生物传感器是通过识别产生可测量电信号的生化元素来测量生理指标的设备,它需要识别和测量特定的生化物质,并将测定的结果转换成可测量的信号,显示在屏幕上。生物传感器可植入动物体内,通过电子元器件在大量混合物中检测特定生物标志物,并确定动物的代谢活动和过程的变化。布病和口蹄疫是影响肉牛健康的主要传染性疾病,通过及时监测肉牛的相关疾病,早期发现感染的肉牛,可有效避免疾病的传播。有研究通过生物传感器直接监测布鲁氏菌的DNA或抗体以用于布病的检测。Reid等研发出了一种在实验室和现场条件下均能通过特异性单克隆抗体检测口蹄疫病毒。Griesche和Baeumner使用手持式空气采样器采集牛呼出的气体,通过在10~15 µL的微芯片腔内利用电离子捕获微生物,并进行实时荧光定量聚合酶链反应(Real-time Polymerase Chain Reaction, RT-PCR)测定,对呼出气体取样1 min后就可检测到口蹄疫病毒,且该方法在牛感染2~4 d后可检测到感染口蹄疫病毒的牛,优于血液检测。对体液内与代谢相关的生化物质的检测是监测肉牛健康的重要手段,其内部的生化物质含有与动物生理指标相关的标志物,通过对体液内标志物的监测,实现疾病的防控。Carrara等基于酶识别和电化学检测,开发了一种适用于体内检测葡萄糖、乳酸、谷氨酸和ATP(Adenosine Triphosphate)的无线植入式生物传感器,用于动物健康的诊断和监测。
随着智能养殖技术的不断提高,基于生物标志物的检测技术在肉牛饲养领域也得到不断应用和推广,更多生物标志物和相应检测方法也不断得到认证,且倾向于实时、连续的动态在线监测,用于肉牛生产管理和健康的监测。而通过生物标志物监测肉牛的生理状态的重点在于建立肉牛特定生理状态的生物标志物的种类、阈值、测定方法等。体内植入的传感器可能影响肉牛的福利和健康,未来更多可能主要通过佩戴于鼻孔附近测定其呼出的气体实时探究肉牛生理状态。另外,可通过人工采集肉牛血液、瘤胃液、分泌物、牛奶等体液,通过快速测定生物标志物的方式监测肉牛生理状态。
为方便农业科学领域读者、作者和审稿专家学术交流,促进智慧农业发展,为更好地服务广大读者、作者和审稿人,编辑部建立了微信交流服务群,有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。入群方法:加小编微信17346525780,备注:姓名、单位、研究方向,小编拉您进群,机构营销广告人员勿扰。
发布征集
来源:智慧农业资讯