结合自动行为识别和生理数据来描述生长猪的耐热性和动物福利

科学领域:

• 动物科学动物科学
• 伦理学 伦理学 伦理学
• 热调节 热调节 热调节

背景情况:

• 在热应激 (HS) 期间监测动物行为对于福利评估和理解温度调节至关重要.
• 目前的方法可能无法完全捕捉动物对热挑战的细微行为反应.
• 整合生理学数据与行为观察提供了一个更全面的方法.

研究的目的:

• 证明结合计算机视觉,皮下温度监测和环境温度记录的概念证明.
• 研究猪在热应激条件下的猪行为和体温之间的关系.
• 制定量化标准来评估动物福利和耐热性.

主要方法:

• 在热应激 (20.327.9°C) 和热中性 (22°C) 条件下对22头猪进行视频监控.
• 使用数据记录器不断监测肌肉温度 (T_肌肉) 和环境温度.
• 使用神经网络来估计猪的姿势,并计算散热系数 (HDC) 和热不适指数 (HDI).

主要成果:

• 在HS的猪花了显著更多的时间横躺和较少的时间横躺与热中性条件相比.
• 在HS中,横躺序列的持续时间与环境温度的增加正相关.
• 在散热系数 (HDC) 中观察到显著的个体变化,表明散热能力不同.

结论:

• 将行为分析的计算机视觉与生理数据相结合,为监测动物福利提供了一种有效的方法.
• 该研究成功地推导出了定量标准 (HDC,HDI) 来描述动物对热应激的反应.
• 这种综合方法可用于评估动物福利的减少,并确定与耐热性相关的特征.