研究提出穿戴式步态分析的奶牛跛行识别新方法

　　近日，中国农业科学院农业信息研究所农业物联网技术与服务创新团队提出了一种穿戴式步态分析的奶牛早期跛行识别方法，为解决规模养殖条件下奶牛早期跛行的自动识别难题提供了新技术路径。相关研究成果发表在《农业计算机与电子（Computers and Electronics in Agriculture）》上。

 

　　跛行是危害奶牛健康的三大疾病之一，影响奶牛采食、饮水，导致产奶量降低，给牧场带来巨大经济损失。早期跛行识别对于及时恢复奶牛生产力至关重要。规模化养殖条件下，传统人工观察效率低，早期跛行识别难度大。穿戴式步态分析的奶牛早期跛行识别方法，通过对奶牛步态信号进行分析，能检测出异常步态，提高跛行识别的及时性和准确性，提升牧场养殖管理效率及智能化养殖水平。

 

　　该研究首次将时间序列异常检测框架引入奶牛跛行识别，创新了利用时间序列重构的半监督自动编码器模型，通过对奶牛步态周期信号进行降维重构，识别出步态时间序列中因早期跛行导致的异常步态信号，减轻了奶牛个体差异和牧场非结构化测量环境对识别模型精度的影响，提高了奶牛早期跛行识别精度，有利于跛行疾病的早发现、早控制，及时恢复生产力，降低奶牛被动淘汰率。该成果为畜禽生理健康智能感知技术研究提供了新方法。

 

　　该研究得到国家自然科学基金、中国农业科学院科技创新工程等项目的支持。

 

　　原文链接：https://www.sciencedirect.com/science/article/pii/S0168169923006403