自动姿势估计揭示了与肉的脚相关的行走特征
István Fodor1, Malou van der Sluis1, Marc Jacobs2
1Animal Breeding and Genomics, Wageningen University & Research, 6700 AH Wageningen, the Netherlands.
Poultry science
|June 11, 2023
概括
使用深度学习的姿势估计可以客观地评估肉步态. 这项技术识别了与非最佳移动性相关的特定行走特征,有助于选择性繁殖,以改善 brojler 福利和性能.
科学领域:
- 动物科学动物科学
- 生物技术是生物技术.
- 农业工程 农业工程
背景情况:
- 选择性育种提高肉行走能力需要大规模的客观数据.
- 目前基于专家的步态评分是耗时且主观的.
- 精确的表型化工具为评估肉的运动提供了高通量替代方案.
研究的目的:
- 为了研究从姿势估计和肉步行得出的特定步行特征之间的联系.
- 评估基于深度学习的姿势估计对肉客观步态表型的潜力.
主要方法:
- 拍摄了14岁,21岁和33岁的雄性肉在走廊里走路.
- 利用DeepLabCut模型跟踪8个关键的身体点来估计姿势.
- 在行走的双支和最大腿部提升阶段,量化了7种姿势特征.
- 专家评分的步态 (0-5级) 和被归类为良好或不理想步态的肉.
主要成果:
- 步行不理想的肉在双重支时表现出更尖的关节侧面角度和更低的脚距离比率.
- 低于最佳的步态与踏步阶段相对较低的步高有关.
- 步骤高度和脚距离比率显示,在步行不理想的 brojlers 中最显著的偏差.
结论:
- 姿势估计是评估肉在整个生产生活中的行走特征的可行工具.
- 这项技术可以客观地表型并监测肉步态,支持选择性繁殖计划.
- 获得的洞察力可以增强对的理解,并改善 brojlers 的步态预测模型.
