使用机器学习模型评估生物电阻分析的有效性,用于对暴露于海蒙霍सिस的山羊进行分类
Aftab Siddique1, Phaneendra Batchu1, Arshad Shaik1
1Department of Agricultural Sciences, Fort Valley State University, State University Drive, Fort Valley, GA, United States.
Frontiers in veterinary science
|June 16, 2025
概括
生物电阻分析 (BIA) 提供了一种非侵入性方法,用于检测山羊的Haemonchus contortus感染. 机器学习模型,特别是SVM,准确地对受感染的动物进行了分类,显示了牲畜健康监测的前景.
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
- 寄生虫学的寄生虫学
背景情况:
- 像山羊这样的小反动物容易感染胃肠道线虫,这会影响牲畜的生产力.
- 准确和快速的健康评估对于有效的群体管理和疾病控制至关重要.
- 海蒙丘螺状菌 (Haemonchus contortus) 感染 (海蒙丘病) 对山羊的健康和生产力构成重大威胁.
研究的目的:
- 建立生物电阻分析 (BIA) 的概念验证,作为山羊海蒙科斯的非侵入性诊断工具.
- 通过BIA测量,将山羊分为不同的海蒙科斯严重程度.
- 评估各种机器学习模型在分析BIA数据以检测疾病的有效性.
主要方法:
- 使用了94只西班牙公 (58只健康,36只感染H.contortus) 的队列.
- 生物电阻分析 (BIA) 测量了活山羊的电阻 (Rs) 和反应力 (Xc).
- 机器学习模型 (SVM,BPNN,K-NN,XGBoost,Keras) 用于分类和回归任务.
主要成果:
- 支持矢量机 (SVM) 实现了最高的分类准确度 (95%) 和F1得分 (96%).
- 逆向传播神经网络 (BPNN) 显示出优异的回归性能,其R2为99.9%.
- 在健康和受感染的山羊之间观察到RS和Xc的显著差异,与Haemonchosis的严重程度相关.
结论:
- 与机器学习相结合的BIA是一个有前途的工具,用于在山羊中快速,非侵入性诊断Haemonchosis.
- 这种方法可以帮助监测小反动物的健康状况,改善群体管理,减少经济损失.
- 该研究强调了通过早期检测寄生虫感染来提高动物福利的潜力.
