标准化子病变和的病例定义:一个范围审查,以改善乳牛机器学习应用
D Swartz1, A Nault1, G Cramer1
1Department of Veterinary Population Medicine, University of Minnesota, St. Paul, MN 55108.
Journal of dairy science
|February 22, 2026
概括
乳牛和伤的不一致定义阻碍了机器学习应用. 标准化结果测量和报告对于提高模型准确性和农场使用至关重要.
科学领域:
- 兽医医学 兽医医学 兽医医学
- 动物科学动物科学
- 数据科学在农业中的应用
背景情况:
- 乳牛的,通常是由于部病变,显著影响北美动物福利,经济和可持续性.
- 机器学习 (ML) 提供了检测部病变和的潜力,但不一致的结果定义限制了其通用性和实际应用.
研究的目的:
- 审查和分析现有研究中如何定义和分类脚病变和的结果.
- 在研究中发现结果定义和报告中的不一致性.
- 为标准化结果定义提供建议,以加强乳牛管理中的ML应用.
主要方法:
- 在2024年10月,在Scopus,PubMed,Agricola和CAB数字图书馆进行了系统的文献搜索.
- 20项研究符合纳入标准,其中提取了关于结果定义,分类方法和研究特征报告的数据.
- 分析的重点是运动分数和脚病变数据,包括尺度类型,结果水平和病变描述.
主要成果:
- 在包含的研究中,55%使用了运动分数,35%使用了脚损伤数据来确定结果;66.7%的基于运动的研究使用了5分级.
- 结果定义 (例如,二进制与多层次) 和脚病变描述存在显著差异,其中37.5%没有提供病变细节.
- 人口和管理特征的报告有限,只有10%的研究进行了外部模型验证.
结论:
- 不一致的定义和对结果和特征的不良报告阻碍了开发和应用有效的乳牛的ML工具.
- 对结果定义的标准化,对研究细节的全面报告和外部验证对于提高ML模型通用性至关重要.
- 未来的研究应该专注于明确的,标准化的结果措施和强大的验证策略,以最大限度地提高ML在乳牛群管理中的实用性.


