动物健康领域的创新:人工智能增强的血红素分析,用于快速检测小反动物的贫血

科学领域:

• 兽医医学 兽医医学 兽医医学
• 生物医学工程 生物医学工程
• 人工智能的人工智能

背景情况:

• 小反动物的贫血,通常是由 * Haemonchus contortus * 等寄生虫引起的,影响动物的健康和生产力.
• 准确及时检测贫血对于有效治疗和群体管理至关重要.
• 目前的诊断方法可能耗时或需要专门的实验室设备,限制了农场应用.

研究的目的:

• 开发一种高效的农场生物传感器,通过评估包装细胞体积 (PCV) 来检测山羊的贫血.
• 创建一个易于使用的设备,利用人工智能 (AI) 快速向农民发出贫血警报.
• 优化AI模型,根据血液样本图像进行精确的贫血检测.

主要方法:

• 采集了75只成年西班牙雄性山羊的血液样本,用于包装细胞体积 (PCV) 分析.
• 开发了一种半侵入性生物传感器,使用一个小的血液样本 (30μL) 在注入甘油的过纸上.
• 利用智能手机对血液分散模式的成像,并应用了四种机器学习模型 (SVM,KNN,BPNN,Keras) 来进行分析.
• 在1,054张图像的数据集上训练和验证模型,优化精度和速度.

主要成果:

• 在100个时代和模型优化后,人工智能驱动的生物传感器实现了95.8%的测试准确度.
• 机器学习模型表现出高性能:SVM获得了F1得分74-100%,而BPNN在PCV范围识别中显示了91-100%的准确性.
• 传感器准确地将血液分散模式与PCV水平相关联,区分健康和贫血状态.

结论:

• 由人工智能驱动的生物传感器提供了一种有效,快速和准确的方法,用于在现场检测小反动物的贫血.
• 优化的机器学习模型提高了贫血水平评估的精度.
• 这项技术使农民能够获得快速的诊断结果,促进迅速的医疗干预,改善动物福利和农场生产力.