人工智能驱动的多式传感用于早期检测奶牛健康障碍
Agne Paulauskaite-Taraseviciene1,2, Arnas Nakrosis2, Judita Zymantiene3
1Artificial Intelligence Excellence Centre, Kaunas University of Technology, 51423 Kaunas, Lithuania.
本研究介绍了一种使用多式联络数据的人工智能 (AI) 框架,用于早期检测奶牛疾病. 人工智能系统集成了各种数据点,以准确识别奶牛的健康问题.
科学领域:
- 动物科学动物科学
- 兽医医学 兽医医学 兽医医学
- 人工智能的人工智能
背景情况:
- 数字技术为早期发现奶牛健康和福利问题提供了潜力.
- 持续监测动物的行为,生理和生产是关键.
- 现有的方法可能无法捕捉疾病的微妙早期迹象.
研究的目的:
- 提出一个多式联网人工智能 (AI) 框架,用于实时监测奶牛的健康状况.
- 整合生理,行为,生产和热成像数据,用于早期疾病识别.
- 针对兽医确认的,腿和脚感染.
主要方法:
- 开发了一种多式人工智能框架,集成自动奶系统,热成像和内球体传感器的数据.
- 使用了混合深度学习架构,结合了U-Net,O-Net和ResNet.
- 模型评估使用了牛级数据分割来防止信息泄露,预测是在牛日级生成的.
主要成果:
- 多式联络方法实现了91.62%的整体精度和0.94.9的AUC.
- 与单模式模型相比,性能提高了高达3%.
- 该系统在早期疾病检测方面表现出增强的稳定性和灵敏性.
结论:
- 拟议的多式联动人工智能框架可以在明显的临床症状出现之前早期检测奶牛健康障碍.
- 多种数据源的整合大大提高了疾病检测的准确性和可靠性.
- 这项技术有可能改善奶牛福利和农场管理.
更多相关视频
09:55Use of a Psychophysiological Script-driven Imagery Experiment to Study Trauma-related Dissociation in Borderline Personality Disorder
Published on: March 8, 2018
07:31Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
相关概念视频
The Sense of Self: Reflected Self-Appraisal and Social Comparison
Intrinsically Disordered Proteins
Introduction to Special Senses
Tactile and Chemical Senses
Health Literacy
Purpose of Health Records I
Here's a breakdown of how health records serve these purposes:
