可解释的人工智能用于根据卵巢的生理结构分析奶牛子宫环境中的气体变化

科学领域:

• 兽医科学 兽医科学 兽医科学
• 生殖生物学 生殖生物学
• 动物养殖 动物养殖

背景情况:

• 在奶牛中检测雌激素对于有效的群体管理和繁殖成功至关重要.
• 目前用于检测的方法可能是劳动密集型的,可能缺乏精度.
• 了解在生殖周期期间牛子宫内的生理变化是必不可少的.

研究的目的:

• 为了研究子宫气体组成和奶牛的卵巢结构之间的相关性.
• 评估日优化算法 (SFOA) 分析子宫气体数据的有效性.
• 探索子宫气体分析的潜力,作为一种用于检测雌激素的新方法.

主要方法:

• 利用来自屠宰动物的500个牛子宫进行分析.
• 使用Metrisör设备从489个健康的子宫收集了气体测量.
• 使用校准器测量了卵巢体黄体 (CL) 和卵泡直径.
• 使用日优化算法 (SFOA) 进行数据分析.

主要成果:

• 根据子宫气体波动,分别以80.60%和79.60%的准确度检测出CL的存在和缺乏.
• 使用子宫气体分析,大于1.5厘米的卵巢毛囊被确定准确率为82%,较小的毛囊准确率为80%.
• 在特定的子宫气体形状和母牛生殖周期的不同阶段之间观察到显著的相关性.

结论:

• 牛子宫的气体成分在整个性周期内发生动态变化.
• 结合SFOA的子宫气体分析,显示了在牛中非侵入性雌激素检测的前景.
• 这项研究可能会导致开发先进的工具,以改善牛奶和牛肉群的生殖管理.