测量器:一种基于机器学习和传感器的新型诊断方法,用于在牛群中检测甲状炎

科学领域:

• 兽医医学 兽医医学 兽医医学
• 动物卫生诊断 动物卫生诊断
• 细菌学 细菌学是一门学科.

背景情况:

• 甲状腺炎是一种牛的子宫感染,给健康和经济带来了重大挑战.
• 目前用于甲状炎的诊断方法通常需要实验室分析,限制了快速的现场应用.
• 准确和及时的诊断对于有效的治疗和群体管理至关重要.

研究的目的:

• 评估Metrisor装置的有效性,这是一种基于气体传感器的新型系统,用于快速诊断牛甲状炎.
• 评估设备检测子宫内气体的能力,这些气体表明了细菌生长和感染.
• 为了比较机器学习算法的性能,分析Metrisor数据以检测甲状炎.

主要方法:

• 从屠宰场收集了513只牛子宫,用于微生物学和Metrisor设备分析.
• 使用Metrisor设备中的气体传感器来测量子宫内气体.
• 应用机器学习算法,包括代分类器优化器 (ICO) 和随机森林,以分析传感器数据.
• 进行微生物学测试以确定感染子宫中存在的细菌物种.

主要成果:

• 临床甲状炎病例显示了75.75%的细菌生长率.
• 特鲁佩雷拉 (Trueperella pyogenes),富索细菌 (Fusobacterium necrophorum) 和大肠杆菌 (Escherichia coli) 是炎阳性子宫中最常见的细菌.
• 与机器学习相结合的Metrisor设备在检测甲状炎和细菌生长方面取得了很高的准确性,随机森林算法显示高达78.20%的回忆.
• 该设备以高达80%的准确度识别了包括大肠杆菌和F. necrophorum在内的各种细菌.

结论:

• 梅特里索器具提供了一种可靠,快速和有效的方法来诊断牛群中甲状炎和相关的细菌生长.
• 它的气体传感器技术和机器学习集成可以在没有实验室设施的情况下提供准确的现场诊断.
• 这项技术有可能显著改善畜牧业中甲状炎的早期检测和管理.