【国科报告厅】生理指标监测技术在肉牛生产上的应用

肉牛传统的发情主要依靠饲养人员观察爬跨行为、尾根涂蜡法、外阴观察法、直肠触诊法、超声检查法和激素检测法等技术进行判断，要求饲养人员具有较高的实践经验，投入较大的精力，其检出效率较低，发现时间不够准确，导致部分肉牛漏配，影响肉牛的妊娠率，不能满足肉牛生产的现代化发展要求。同时，牛的发情常发生于夜间，多数肉牛的外观相似，对在大规模肉牛养殖场中，通过人工直接观察爬跨行为识别发情存在较大的不便，影响发情揭发率。依据母牛生理参数变化的发情自动鉴定技术对提高母牛发情揭发率具有重要作用。与非发情阶段相比，发情母牛的活动量增加2~4倍，部分高达10多倍。计步器可实时监测牛的活动量，但部分母牛存在安静发情的情况，影响计步器监测发情的效果。因此可通过增加其他生理指标的监测以提高发情揭发率。母牛发情时由于活动量的增加及体内孕酮和雌激素的变化会引起体温的升高，通过体温的监测准确判断母牛发情时间，进而做到适时配种。周正义通过使用自研发的佩戴于尾根部的计步器和植入阴道的温度检测装置监测母牛的发情情况，结果显示，母牛发情时尾部活动量平均升高（11.66±10.12）倍，持续（11.07±2.09）h，阴道温度升高约（0.69±0.38）℃，持续（14.17±1.93）h，其尾部活动量及体温显著高于间情期。该发情鉴定技术显著提高了母牛的发情揭发率。宣小龙研究发现通过体温智能监测系统可判断母牛是否发情，且确定最佳配种时间为发情时体温增加1 ℃后恢复正常体温4~6 h内，此时受胎率最高为71%，显著高于传统依据常规经验的发情监测方法（受胎率59%）。另一方面，母牛发情过程会出现爬跨行为，通过对繁育场所进行视频监测，并对监测数据进行处理、识别和分析，自动准确判断母牛是否处于发情期。

肉牛的发情监测主要根据牛发情时体温升高、活动量增加、反刍量减少、接受爬跨行为等特点进行自动监测。随着自动化发情监测技术的实施，对提高肉牛的妊娠率、缩短胎间距、降低人员工作量具有重要意义。而肉牛单一的活动量或体温指标的升高也可能是应激或疾病等因素引起，因此不能单独根据活动量或体温升高判断肉牛处于发情状态。奶牛的发情常根据监测的奶牛活动量增加和产奶量降低综合判断其发情。而肉牛母牛难以监测到产奶量，且部分母牛存在静止发情，因此需通过活动量、体温、反刍、采食量、爬跨行为等多个指标综合判断。Nelson等以海福特肉牛发情多个指标综合评分监测发情，具有90%的敏感度和100%的特异性，高于每天3次的人工视觉观测法。未来可通过视觉监测发情母牛分泌黏液的特点或者通过分析发情肉牛分泌液体中与发情相关生物标志物的气体探测技术，智能监测其发情行为。

分娩是动物的复杂生理行为。在产前72 h，动物可出现明显的生理和激素变化。难产会导致母牛胎盘残留、子宫感染风险，同时易造成奶牛或小牛死亡，导致牛只生育力和畜牧生产力下降，对产后30 d内母牛的泌乳性能和福利产生负面影响。提高母牛分娩监测的及时性对降低难产和死胎造成的经济损失具有重要意义。母牛分娩时，体温会降低。Ricci等通过阴道内的温度装置［media Vel'Phone（R）］预测肉牛的分娩，研究结果显示产犊前24 h至分娩时的阴道温度显著降低，平均下降0.21 ℃，预测的临界值为38.2 ℃，预测准确度可达到89%，灵敏度为86%。Chang等通过耳部加速度传感器（AX3 Puck）检测肉牛分娩前后数天和数小时内反刍行为的变化，产犊前6 h可观察到反刍显著减少。但体温和反刍行为也与其他生理状态有关，其监测分娩的准确度有待提高。及时发现肉牛分娩有利于对难产母牛和产出的犊牛进行及时处理和护理，以提高母体健康和后代的成活率。

母牛分娩过程的监测可直接通过视觉传感器监测其分娩时的尾根翘起、骨盆松弛、分泌黏液、努责、胎儿产出等情况。通过建立该状态特有的图像数据库，通过对照，快速识别母牛分娩行为，同时不断跟踪母牛的分娩状态，提示接产人员及时进行下一步操作。而母牛分娩时的体温、活动、反刍等状态的变化只能相对粗略监测到分娩行为，其灵敏度相对较低，较难及时发现分娩母牛。而依据母牛分娩会引起尾部翘起和努责行为的尾根加速度传感器（图1）具有较高灵敏度，可在产犊前2 h发现分娩母牛，但存在不容易固定和易损坏的问题。分娩的监测重点在于及时发现难产母牛和刚产出胎儿的母牛，通过智能监测技术协助接产人员及时判断母牛的分娩，避免助产不及时、助产过度、胎儿护理不及时等造成的损失。

图1 利用尾根加速度传感器监测肉牛分娩

Fig. 1 Using tail-root acceleration sensors to monitor beef cattle calving 

肉牛采食和饮水量的减少暗示其健康发生异常，而采食量和饮水量的直接准确测定费时费力。当前常通过监测其采食时行为的变化，估测其采食量。Oliveira等研究发现采用视频采集系统可有效监测舍内犊牛的采食和饮水量，且具有较高的准确度和灵敏度。牛采食过程会引起头部运动，因此通过置于头部的加速度传感器采集头部运动数据估测采食量是一种重要措施。周雅婷，姜美曦等均通过三轴加速度传感器获取肉牛采食时头部运动的加速度，结果显示通过该方式对肉牛采食行为的识别准确率分别达到99%和78%，结果的差异可能与算法分析有关。通过射频识别（Radio Frequency Identification, RFID）技术也可记录肉牛到达采食槽的时间和频率，评估肉牛的进食和饮水行为。Rutter通过置于牛鼻部位的压力传感器记录采食过程中牛上下颌的运动，依据采集的压力波形变化分析采食的时长和次数，进而确定采食量。牛采食时颌骨咀嚼、咬和吞咽时会产生相应的声音。Galli等通过咀嚼的声学信息预测干物质采食量，其预测准确率达到91%。Clapham等研究发现一个由面向动物前额的定向宽频麦克风组成的设备，通过信号分析和决策逻辑算法，可以以94%的准确率监测和分析牛采食时的咬和咀嚼行为。肉牛饮水量也与生长和健康相关，Williams等将RFID耳标、水流量计及三轴加速度传感器组合监测肉牛的饮水行为和饮水量，通过RFID技术记录肉牛到固定饮水点的次数，加速度传感器记录饮水行为，水流量计记录饮水量，开发出记录肉牛饮水量的分类算法，其预测准确率达到95%。

肉牛采食和饮水的监测主要通过分析采食或饮水引起的头部运动的变化，以及在食槽或水槽的时间等间接实现，其监测的准确度受肉牛品种、年龄、健康、饲料组成与粉碎情况等多方面因素的影响，当前只能进行其行为的识别。而对采食量和饮水量的检测准确度相对较低。因此需建立每次采食或饮水引起动作的强度和次数综合判断以提高数据的准确度。精准判断肉牛采食量和饮水量是监测肉牛生长性能、健康状态的重要措施。而采食量的精准监测技术未来可通过视觉传感器累积监测肉牛采食前后饲料体积的变化，同时建立饲料视觉外观与饲料密度的相关关系，综合计算肉牛的采食量。饮水量的精准个体监测可通过建立个体的肉牛水槽，通过记录其饮水前后的水量变化记录饮水量。

肉牛常见的疾病包括蹄病、代谢疾病、呼吸道疾病、感染性疾病、皮肤疾病等，而动物的疾病会引起其生理和行为发生改变。通过观察动物行为和生理监测，及时发现异常动物，进而及时做出处理。肉牛的行为变化是其健康状态的外在表现，目前主要依赖于饲养员目测判断。

通过智能传感器及时发现存在健康问题的肉牛，并及时做出应对治疗措施，做到早发现、早治疗，以提高肉牛疾病的治愈率、缩短治疗疗程、降低治疗成本。肉牛的体温、反刍、活动量、采食行为的突然变化可能与常见的感染、跛行、乳房炎、子宫炎、口蹄疫等疾病有关，如牛呼吸声音、呼吸频率、心率常被用作肺炎、腹泻、产乳热等疾病的诊断。肉牛常见的疾病如口蹄疫可通过置于口腔附近的湿度计监测流涎行为、计步器监测蹄病问题，以及温度传感器监测体温升高进行诊断。通过视觉传感器监测牛腹泻行为和粪便状态，计步器监测其活动量减少进行牛病毒性腹泻的诊断。牛产后的酮病可通过气体传感器监测呼出的酮体气味进行判断；结核病可通过声音传感器监测呼吸频率和声音强度进行诊断。消化道疾病常导致食欲降低、反刍停止、臌胀、腹泻症状，可通过视觉传感器或反刍传感器监测采食、腹泻、反刍、体形等的变化而被发现；瘫痪型疾病和跛行型疾病会引起四肢步行困难，活动量减少，可通过计步器进行监测。多数肉牛疾病会引起体温变化和活动量的降低，因此体温传感器和计步器是监测健康的主要方式，而多指标的综合监测有利于提高疾病诊断的准确度。Arshad等通过使用物联网系统和人工智能相融合，利用置于牛身体不同区域的实时传感器（DS18B20温度传感器、MAX30100心率传感器、ADXL335加速度传感器、MQ138酮体气体检测传感器、KY-037麦克风传感器）和人工神经网络预测牛的疾病，预测准确率达到98%。

肉牛健康的智能监测对降低治疗费用、提高经济效益、降低人力成本具有重要价值。宣小龙等通过体温智能监测系统对肉牛进行疾病诊断（主要为感冒、肠炎、肺炎等常见病），肉牛疾病的发现时间从原来人工的3 d降至当日发现，治疗周期由原来的5 d左右降为2 d，治疗费用显著降低，治愈率显著得到提高，降低了肉牛病死率。肉牛生长期间疾病的及时预防和治疗可降低饲料成本。Tahsin研究显示，通过加速度传感器和体温传感器用于100头肉牛饲养规模下肉牛健康和主要疾病监测，结果显示该措施可通过增加肉牛销售单价和降低饲喂成本而增加养殖利润，增加的利润是监测设备安装成本的3倍。通过肉牛疾病的早期发现、防控和治疗，可有效降低过度用药和疾病对肉品质的影响，从而提高牛肉单价。

当前对肉牛健康的监测主要还是通过传感器初步监测到异常的肉牛，然后由兽医进行进一步判断，对人员的依赖度仍相对较大。对于肉牛的智能化养殖，未来将向着实现自动化诊断肉牛的疾病种类、程度等方向发展，并可根据肉牛的健康状态，及时给予推荐的治疗措施。因此肉牛健康的智能化养殖可通过图像、活动量、体温、反刍、生理阶段等多个指标的综合监测，以各种疾病的特有症状建立综合分析模型，进行疾病的自动诊断识别，同时及时提示兽医进行相应的处理，并及时监测治疗效果。肉牛的疾病种类较多，因此相关的分析模型的建立是未来肉牛智能化养殖的重大任务。

肉牛常见的应激为热应激和运输应激。出现应激反应时，肉牛体温升高、呼吸频率增加、心率增加、采食量减少，严重影响肉牛的生产性能，甚至导致肉牛死亡。当温湿度指数（Temperature-Humidity Index, THI）大于78时，肉牛处于热应激，采食量降低0.4 kg，当THI大于84时，采食量降低1.7 kg，影响肉牛的生产。当肉牛处于热应激时，呼吸频率显著增加，通过呼吸频率的监测，可判断肉牛的热应激状态。Chapman等利用加速度传感器获得的行为数据和重呼吸持续时间来量化热应激。但通过呼吸监测热应激存在一定滞后性。通过红外热成像技术检测皮温变化和天气数据，可以有效预测肉牛的热应激。有研究显示，西门塔尔牛在冬季气温为（‒8.5±1.1）~（8.9±0.8）℃时，气温每降低1 ℃，皮温下降0.74 ℃，在夏季气温为（22.5±0.3）~（34.4±0.4）℃时，气温每上升1 ℃，皮温升高0.53 ℃。通过智能监测肉牛的生理反应，对牧场环境进行智能调控，是夏季肉牛降温的重要途径。肉牛的运输应激可引起体温变化。运输应激是影响肉牛健康福利和肉品质的重要因素。Cuthbertson等研究发现运输应激后牛肉的pH、肉色、肌酸激酶、葡萄糖、非酯化脂肪酸、镁等肉品质相关指标和红外热成像仪监测的眼部温度间存在显著相关。因此可根据运输过程肉牛的红外监测结果及时预测肉牛的应激状态并采取有效措施，有效降低运输应激对肉品质的影响。

应激引起的体温和呼吸频率变化的症状可能与其他疾病状态类似。因此，为提高肉牛应激状态监测的准确率，一方面需结合肉牛所处的环境状态；另一方面需深入研究应激状态下肉牛生理指标变化与其他疾病间的差异。