猪场疾病风险智能评估系统将逐步应用

本刊编辑/薛惠莉

猪场疾病风险智能评估系统将逐步应用

本刊编辑/薛惠莉

疾病预测

国内养猪业向标准化、规模化和智能化发展的趋势不可逆转，这也是体现养猪水平的一个指标，然而疾病的发生是影响猪场盈利的主要原因之一。文内就“中国畜牧兽医学会信息技术分会第十届学术研讨会”上所讲到的基于互联网技术对规模化猪场疫病风险评估的相关报道进行整理汇总。

1 利用红外测温设备对猪体温的采集

红外测温技术是基于无线射频识别（RFID）技术进行猪体温智能测定的方法，该方法由中国农业大学秦永孝老师研究。猪体温采集系统主要包括RFID个体信息识别设备、体温采集设备、网络通信设备、控制中心4个部分。当配有电子耳标的猪只进入RFID识别范围内时，RFID就会识别耳标ID信息，然后与控制中心建立一个联系，并与服务器RFID数据库ID号进行对比。对比成功后控制中心会向采集模块发出请求，进而进行体表温度收集，通过局域网传至服务器储存，接着就会断开链接，RFID和红外测温模块进入初始化，等待第2次识别或下一只猪的识别。图1为红外测温系统的工作流程。

利用RFID技术和红外测温技术，可以实现猪群体温的智能采集，利用体温变化情况判断猪群的生理情况，实现猪只疾病预警的目的。

2 猪咳嗽声音实时监测系统

山西农业大学刘振宇老师所研究的“基于隐马尔科夫模型（HMM)的猪咳嗽声音识别”方案，是用语音信号的HMM状态数进行研究猪咳嗽的声音，通过解决识别性问题、确定观察字符序列以及模型训练问题，对猪咳嗽声音做出识别和分析，实现对猪患呼吸疾病的诊断。

该程序的运行是将一部分咳嗽声音保存为wav格式，放在一个文件夹中，作为一个检测的系统数据库，然后对检测咳嗽声音实行识别，系统给出提示是否为所检测猪咳嗽声音，使用该方法测得的准确率可达到87.5%，图2为基于矢量量化和HMM的声音辨别系统流程图。

图1 红外测温系统的工作流程

图2 基于矢量量化和HMM的声音辨别系统流程图

图3 规模化猪场疫病风险评估系统工作流程图

3 猪场疫病评估系统的开发

江苏省农业科学院谭业平博士正在开发基于Web的规模猪场疫病风险评估系统。该系统以规模猪场作为一个流行病学单位和被评估对象，每年定期接受评估2～4次，每次评估作为一个数据样本。同时，会与动物疫病诊断检查中心合作，每次评估采集猪场血液、组织等样品进行实验室监测，创建以单个猪场为基点向区域性拓展的规模猪场疫病风险评估技术应用模式和“大数据”平台。通过评估系统，可帮助猪场系统认识和查找疫病风险因素并针对高风险因素采取强化措施，不断改进和完善疫病防控措施，降低疫病风险，图3为规模猪场疫病风险评估系统工作流程图。

4 小结

在欧美养猪业发达国家，猪场疫病风险评估系统的应用已经比较成熟。近年来随着国内猪病的复杂化和多样化，使得猪场疫病风险评估系统的使用迫在眉睫，疾病的预防与根除必须从原种猪场、种猪场、商品猪场共同实施，通过鉴定疾病的流行风险因素，开展猪场风险评估，改进生物安全措施，从而达到减少疫病发生的目的。

（致谢：感谢中国农业大学秦永孝老师、山西农业大学刘振宇老师、江苏省农业科学院谭业平博士提供的资料）