基于地面三维应力的奶牛早期跛行数字化识别技术的研究

The cow lameness exists widely in the dairy farms. This disease reduces milk yield, and even leads to premature elimination of dairy cows. Early detection and timely treatment are an effective way to restore the cow productivity, but it is difficult to find early lameness by using visual observation at present. Inner Mongolia Autonomous Region is a potential region of dairy farming, and the early identification of lameness has an important significance to the healthy development of the dairy farming in the Inner Mongolia Autonomous Region.This project adopts the flexible force plates to acquire the ground reaction force information when the dairy cows walk freely and then calculates the centre of pressure.And using different identifying criteria and threshold condition to separate the every stance phase to obtain the pressure clusters. According to the force data, the gait parameters including PGRF,AGRF,Energy and Stance time are calculated. The visual scoring by veterinarians and gait parameters compose of the training samples based on 300 cows.Within the framework of the likelihood estimation, adopting the finite mixture model, choosing the right initial value, the more accurate predictive model are given by looking for the maximum of the specific likelihood function owing to eliminating effects from limbs movement.

奶牛跛行在养殖场广泛存在，该病降低了奶牛产奶量，甚至导致奶牛过早淘汰。早期发现治疗是恢复奶牛生产力的有效方法，但目前使用的视觉评分法很难发现早期跛行。内蒙古地区是我国重要的奶牛养殖优势区,早期跛行的识别，对内蒙古地区的奶牛养殖业健康发展具有十分重要的意义。本研究采用柔性测力板获取奶牛自由行走时对地面的三维压力信息，计算压力中心，给定分离阈值条件，将不同肢蹄的支撑相精确分离，获得蹄印序列及压力簇；根据测取的压力数据，计算与步态特征有关的簇内最大压力值（PGRF）、簇内平均压力（AGRF）、传递能量（Energy）、支撑时间（Stance time）等四个主要参数。以300头牛为样本，由兽医师确定的运动评分值和柔力板测试系统获取的特征参数组成训练数据库，在似然估计框架内，采用有限混合模型，选择合适的初始值，寻找使得指定的似然函数最大化的参数值，消除四肢运动的相互影响，获得更准确的预测模型。

跛行是奶牛的一种常见疾病，该病降低了产奶量，甚至导致奶牛过早淘汰，给养殖场带来严重的经济损失。因此早期发现治疗是恢复奶牛生产力的有效方法。内蒙古地区是我国重要的奶牛养殖优势区,早期跛行的识别，对内蒙古地区的奶牛养殖业健康发展具有重要的意义。本项目采用柔性薄膜测力板获取奶牛行走时对地面的三维压力数据，基于压力轨迹中心点的计算方法精确分离不同肢蹄的支撑相，并提取相应的蹄印。对提取的蹄印压力数据进行预处理，计算步幅长度、支撑时间、摆动时间、步幅速度、步重叠、外展和接触面积等运动学参数；峰值压力、平均压力、冲量等动力学参数。将计算的步态参数作为自变量，跛行评分作为因变量，利用逻辑回归方法建立不同变量下的奶牛早期跛行识别模型；综合上述研究，给出最优识别模型的模型参数，为开发奶牛早期跛行识别系统提供理论依据。