在使用活体重和身体参数的繁殖母羊中估计身体成分,使用图像分析.

科学领域:

• 动物科学动物科学
• 农业工程 农业工程
• 兽医医学 兽医医学 兽医医学

背景情况:

• 农民需要客观的,非侵入性的方法来评估羊的健康状况.
• 活体重和身体状况得分是传统的但有限的指标.
• 了解身体成分 (脂肪,肌肉,骨) 对于战略管理至关重要.

研究的目的:

• 为了建立身体组成和容易测量的身体参数之间的关系在羊.
• 开发和验证使用图像分析对母羊身体组成的预测模型.
• 为农民提供先进的工具来监测绵羊的状况.

主要方法:

• 利用计算机断层扫描 (CT) 来确定88只库普沃思羊的实际体质组成.
• 使用图像处理应用程序自动捕获身体参数.
• 应用多变量线性回归 (MLR),人工神经网络 (ANN) 和回归树 (RT) 用于模型开发.
• 使用数据子集验证的预测模型.

主要成果:

• 人工神经网络 (ANN) 显示出强大的预测能力:脂肪的r2=0.90,肌肉的r2=0.72和骨的r2=0.50.
• 在CT衍生组合和从活体体重和图像分析得出的参数之间发现了显著的相关性.
• 开发的模型准确地估计了生命关键阶段 (断奶,交配前) 的身体组成.

结论:

• 图像处理与机器学习相结合,提供了一种可靠的,非侵入性的方法来评估母羊的身体组成.
• 这些发现使农民能够改进营养和管理实践,以改善羊群健康和生产力.
• 这种技术比传统的监测动物状况的方法有了显著的进步.