使用加速度计装置在马中自动早期检测诱导性结肠

科学领域:

• 马的健康 马的健康
• 兽医诊断 兽医诊断 兽医诊断 兽医诊断
• 动物健康中的人工智能

背景情况:

• 及早识别马的结肠症状对于及时的兽医护理至关重要.
• 业主的主观行为观察有局限性,包括时间限制和难以检测微妙的迹象.
• 穿戴技术和人工智能的进步为自动化结肠检测系统提供了潜力.

研究的目的:

• 开发和验证一种软件算法,用于马匹早期检测结肠.
• 评估算法在不同程度的引起的疼痛之间区分的能力.

主要方法:

• 在使用前列腺素的8只马匹中诱导过渡性结肠.
• 收集加速度计和视频数据,并进行兽医疼痛评分 (没有,一级,二级).
• 使用行为和活动数据开发人工智能模型来检测结肠和评估疼痛严重程度,并根据兽医评估进行验证.

主要成果:

• 该算法在检测结肠时获得了91.2%的准确性,在区分1级和2级疼痛时获得了93.8%的准确性.
• 该系统准确地分类了10种不同的与疼痛相关的行为,并将它们与正常行为区分开来.
• 在分类行为和活动指数以检测结肠发作方面表现出高准确度.

结论:

• 开发的系统提供了一种独特和创新的方法,用于在马中早期检测结肠.
• 该算法可以有效地区分不同严重程度的结肠.
• 虽然数据集在严重疼痛病例中存在局限性,但核心算法显示了早期结肠症状识别的巨大潜力.