生物识别和深层生理特征的异质融合,用于准确识别猪咳
Buyu Wang1,2, Jingwei Qi2,3, Xiaoping An2,3
1College of Computer and Information Engineering, Inner Mongolia Agricultural University, Hohhot, Inner Mongolia, China.
PloS one
|February 1, 2024
概括
准确的猪咳识别对于猪健康和养殖效率至关重要. 一种新的方法融合了声学和热成像特征,在识别猪咳时达到98.79%的准确性.
科学领域:
- 兽医医学 兽医医学 兽医医学
- 动物卫生技术 动物卫生技术
- 生物声学是一种生物声学.
背景情况:
- 准确的猪咳识别对于猪呼吸系统健康监测和诊断至关重要.
- 自动化猪咳识别需要一个具有代表性的多源信号签名.
- 目前的方法可能缺乏全面的特征表示,以准确诊断.
研究的目的:
- 开发和评估一种新的功能融合方法,用于自动识别猪咳.
- 将声学和热成像数据结合起来,以提高诊断准确度.
- 建立一个强大的特征代表,以改善猪健康管理.
主要方法:
- 从声源信号中提取声学特征,并应用SVM-RFECV进行最佳选择.
- 利用卷积神经网络 (ThermographicNet) 来从热图像中提取生理特征.
- 集成的声学和热特性早期使用支持矢量机 (SVM) 进行分类.
主要成果:
- 拟议的特征融合方法在识别猪咳方面实现了高准确率98.79%.
- 证明了结合声学和深度热生理特征的有效性.
- 验证了开发的特征表示用于自动诊断的稳定性.
结论:
- 声学和热成像数据的融合显著提高了猪咳识别的准确性.
- 这种方法为无压力动物健康管理和降低猪死亡率提供了一个有希望的工具.
- 这项研究为对猪的先进自动化呼吸道疾病监测奠定了坚实的基础.
