一种监测生猪疾病和分娩的智能穿戴式系统

专利2024-05-10  103



1.本发明涉及一种系统,具体涉及一种监测生猪疾病和分娩的智能穿戴式系统,属于大数 据人工智能技术领域。


背景技术:

2.随着人们生活水平的不断提高,猪肉类食品需求的不断增加,猪肉价格指数在cpi中占 据重要地位,因此生猪养殖产业的发展紧密关系国计民生。在生猪养殖过程中,分娩和疾病 是最为关键的两个环节。一方面,准确、实时地监控并预测生猪分娩时间,可以有效预测生 猪存栏增加数量并据此进行合理的养殖规划,有利于提升生猪养殖的产量与质量。另一方面, 疾病严重危害生猪自身存活率以及猪肉质量,若不及时发现、隔离并加以治疗,很可能引起 大面积生猪疾病与死亡。
3.目前我国生猪养殖模式整体较为传统,绝大多数生猪养殖场仍依赖于饲养员的经验积累 与连续观察方式来判断生猪养殖和分娩。这种方式人力负担繁重、工作效率低,容易出现疏 忽并造成损失。此外,人与猪的频繁接触将大幅提升人畜疾病传播风险。近年来,人们对工 作环境要求逐步提升,养殖场常出现饲养员招聘困难的现象。人力资源成本不断增加,从而 造成养猪成本不断升高。成本高和效率低等问题大大制约了生猪养殖业的规模化发展。
4.针对于生猪的智能穿戴式监测技术,我国目前仍处于萌芽阶段,而且对于实现生猪多体 征参数信号协同采集并同时抑制噪声干扰的可穿戴设备,以及基于穿戴式体征参数的生猪疾 病和分娩有效判别算法,尚处空白。经调研所知,南京农业大学张宏团队研制出基于心电传 感器及无线射频模块的穿戴式猪用心电监测系统,猪在不同的健康水平、运动状态下的心电 波形和心率都有差异,心电信号可作为猪的行为分析、健康监测的一项重要指标。该系统能 够准确测量猪的心电数据,并能根据心电波形,计算出猪心率,并在服务器端通过计算获取 猪的心率值。此外,睿畜科技公司研制出生猪可穿戴设备,并构建“智能猪联网”,该公司 开发了一套可实时监测生猪生理指数的智能传感系统,通过为生猪佩戴可穿戴测温设备,采 集生猪的体温数据。这些数据会实时上传到云端,经过云端的ai算法模型处理后会输出对猪 生理情况的判断,监测生猪是否处于排卵期,以及是否生病,实现实时监测生猪状态的功能。 该两种技术注重穿戴式设备硬件方面研发,缺点是,所获取体征参数单一,缺少后续的智能 算法分析,若利用不同体征参数存在一定的互补性,通过可靠的多体征参数的采集与分析会 大大增加生猪疾病与分娩监测的有效性及稳定性。另外南京农业大学刘申龙团队,设计了一 种基于三轴加速度传感器和无线传感网络的生猪产前行为特征实时监测系统,该系统能够正 确检测出生猪躺卧、站立、吃料、筑窝等典型行为,通过快速采集和传输母猪运动信息,用 于判断母猪分娩时间。但该系统由于只依赖生猪运动信息,缺乏体征参数,因此无法对生猪 分娩和疾病状态进行高效分析。同样,该技术采用传统的k均值聚类算法作为分类器,无法 应对强噪音干扰,从而大大限制了系统性能。
5.实用新型专利201821117180.1记载了一种佩戴式生猪体征信息监测装置,该装置
中使用 2种数字温度传感器(数字温度传感器i和数字温度传感器ii),分别与微处理器(8)连接, 六轴加速度传感器(6)与微处理器(8)连接,wifi模组(9)与微处理器(8)连接,所述微处理器 (8)、数字温度传感器i、六轴加速度传感器(6)、wifi模组(9)集成在电路板(4)的一侧,数 字温度传感器ii集成在电路板(4)的另一侧;电源(7)与所述微处理器(8)连接,所述电源(7) 与集成后的电路板(4)封装在外壳(5)内,且在电路板(4)与外壳(5)之间设置隔温层(3);所 述外壳(5)通过3m医用双面贴片黏附于猪的颈部位置,数字温度传感器i的数字温度传感器 探头1(1)贴附于生猪颈部,数字温度传感器ii的数字温度传感器探头ii(2)穿过隔温层(3) 及外壳(5)与空气接触。所述佩戴装置通过使用外壳为载体将传感器节点、传输节点和微处理 器集成一体,并使用3m医用双面贴片将外壳粘附于生猪颈部,实现对生猪颈部体温与行为的 实时监测。当生猪的体温或行为异常时监测装置能够及时预警,从而对生猪个体进行隔离和 治疗。所述装置可以帮助饲养员快速准确找到患有疾病的生猪个体,降低猪瘟病、猪流感在 猪群传播的风险。但所述装置仅监测体温一种体征参数,反应的生猪状态信息有限,不适用 生猪分娩状态的监测与判断。此外没有使用高效的算法实现精准预测。因此,发明一种面向 生猪的可穿戴多体征参数采集设备对于构建动态数据平台、提升生猪养殖业的数字信息智能 化具有重要意义和应用前景。
6.发明专利201710272451.4记载了一种猪只健康智能监测方法及其系统。该系统监测方法 的步骤如下,猪只安装上电子耳标,给一只及多只猪只分配不同的id;记录上述一只及多只 猪只的采食情况和运动情况,将猪只id、对应猪只的采食情况和运动情况输入数据库;给猪 只的采食情况和运动情况的变化分别设定阈值;对数据库里的数据进行分析,若所采集的猪只 的数据变化大于阈值时,系统会将异常猪只的信息发送至智能显示终端进行报警信息显示。 所述发明可根据猪只的运动情况、采食情况、是否咳嗽等来分析猪只是否患病,并能实现每周 7天、每天24小时不间断地自动进行猪只疾病分析和监控。该系统通过监测数据自动进行对 猪只健康状态分析,并能进一步对疾病猪只进行标识,实现猪只监测的自动化,极大地节约 了人力成本。但此种方法依赖于提前设置的数据变化阈值,当阈值设置不当时,会严重影响 猪只疾病分析判断的准确性,而且并没有采集生理参数,很难实现精准预测。目前,我国面 向生猪智能穿戴式监测技术仍处于萌芽阶段,而能够实现生猪多体征参数信号协同采集并同 时抑制噪声干扰的可穿戴设备,以及基于穿戴式体征参数的生猪疾病和分娩有效判别算法尚 处空白。因此,迫切的需要一种新的方案解决上述技术问题。


技术实现要素:

7.本发明正是针对现有技术中存在的问题,提供一种监测生猪疾病和分娩的智能穿戴式系 统,该技术方案通过生猪可穿戴多体征参数采集设备采集生猪的心电、体温、呼吸多体征参 数信息,通过微控制器模块对所接收到的生猪多体征参数数据进行质量评估,滤波等,然后 通过zigbee与智能穿戴式设备的连接将采集到的生猪多体征参数信息传输到云平台,实现数 据的远程传输,在云平台中,,与此同时还将构建穿戴式多体征参数动态数据平台。最后, 运用“局域长短时记忆网络(lstm)场”这一智能算法,实现对生猪疾病、分娩状态高效、实 时的智能监测与判别。生猪疾病和分娩的智能穿戴式监测系统由两方面构成。硬件方面,该 系统包含了生猪可穿戴多体征参数采集设备,并基于该设备,完成生猪穿
戴式多体征参数动 态数据平台的构建;软件方面,该系统包含了“局域lstm场”这一新技术方法,基于该方法, 能实现对生猪疾病、分娩状态高效、实时的智能监测与判别。
8.为了实现上述目的,本发明的技术方案如下,一种监测生猪疾病和分娩的智能穿戴式系 统,所述系统包括适合不同生猪体型结构的可穿戴设备,连接于可穿戴设备的体征参数传感 器,信号采集模块,微控制器模块以及无线数据传输模块,云平台,智能分析算法以及远程 终端显示界面;体征参数传感器安置在可穿戴设备的正面内侧,通过直接接触测量生猪背部 的体表温度后(心电,呼吸和温度信号后)将数字信号直接传入信号节点处理,上述传感器 节点体积小,重量轻,能够灵活拆卸。所述采集模块嵌入信号质量评估、信号去噪,无线数 据传输模块将采集到的生猪多体征参数信息传输到云平台,并以此建立生猪穿戴式多体征参 数大数据库。针对传输到云平台的数据,提出局域长短时记忆网络(lstm)场方法,对多体征 参数大数据提取相关特征,并在特征空间构建局域lstm场,实现对信号内部有效信息的挖 掘,从而实现对生猪疾病与分娩的预测。所述系统包括心电参数传感器模块、呼吸参数传感 器模块和体温参数传感器模块;嵌入对所采集的多体征参数进行质量评估和去噪处理的微控 制器模块。通过生猪可穿戴多体征参数采集模块采集生猪的心电、体温、呼吸多体征参数信 息,通过无线数据传输模块与智能穿戴式设备的连接将采集到的生猪多体征参数信息传输到 云平台,实现数据的远程传输,最后,运用“局域长短时记忆网络(lstm)场”这一智能算 法,实现对生猪疾病、分娩状态高效、实时的智能监测与判别。该系统降低了对人工的依 赖,是目前智能信息技术在生猪养殖业中的应用与推广,进一步推动生猪养殖过程的规模 化、协同化与精细化,为生猪养殖业智能化提供宝贵的技术经验。
9.其中,体征参数传感器包括心电参数传感器节点、呼吸参数传感器节点和体温参数传感 器节点,体征参数传感器中,使用复用电极方案来采集心电,呼吸信号,选用温度传感器采 集体温信号。针对这三种信号,将从时域、频域和时频域三个维度进行特征提取。根据信号 特性及其呈现规律,心电信号主要提取小波特征、心律变异性特征;体温信号主要提取动态 统计特征;呼吸信号主要提取频谱特征和熵特征。
10.其中,所述心电和呼吸参数传感器节点选择ads1292r芯片,选用织物湿性电极实现单 导联的心电检测,通过阻抗体积描记法实现对生猪呼吸信号的采集;所述体温参数传感器节 点采用接触式数字温度传感器ds18b20,该温度传感器具有体积小,硬件开销低,抗干扰能 力强,精度高的特点。另外传感器接线方便,封装成后可应用于多种场合。
11.其中,所述体温参数传感器节点安置在可穿戴设备的正面内侧,通过直接接触测量背部 的体表温度。因为穿戴设备与猪的背部接触牢固,采集信号稳定,受到的噪声干扰更小,另 外背部温度与猪的直肠温度相关系数也较高,可以用作判断生猪体温的依据。
12.其中,所述微控制器模块通过基于压缩感知理论的熵测度算法和基于小波分析的主成分 分析方法对所采集的多体征参数进行质量评估和去噪处理。通过对信号进行多分辨率分析, 并能精细地描述信号的时变特征,能够把原来数目较多的评价指标转化为数目较少的主成分 来代替,使得复杂问题简单化。
13.其中,建立生猪穿戴式多体征参数大数据库,是根据前期采集的信号经过质量评估和去 噪处理,同时备注生猪年龄、品种、编号、时间、地点,与此同时,前期,邀请生猪养殖领 域专家与畜牧兽医进行相关信息标注,后期则采用所实现的智能分析判别算法进行自动标注, 第二项作用是存储实时从穿戴式设备中传输的数据,以便后续的智能算法分析。
14.其中,所述分析监测生猪疾病及分娩的算法是首次提出的局域lstm场算法,实现对信号 进行特征提取,然后划分局部区域,最后使用lstm实现疾病及分娩的智能判别;
15.其中,所述的局域场算法使用了基于少数族群的差异性(mbd,minority-baseddissimilarity)来测量集合间的距离。
16.相对于现有技术,本发明具有如下优点,1)该技术方案是基于多体征参数采集穿戴装置 而建立的一套完整的面向生猪分娩和疾病的智能穿戴式监测系统,降低了对人工的依赖,是 目前智能信息技术在生猪养殖业中的应用与推广,可以进一步推动生猪养殖过程的规模化、 协同化与精细化,为生猪养殖业智能化提供宝贵的技术经验;2)该系统通过采集生猪在不同 疾病情形、不同分娩阶段等状态下的多种重要体征参数,包括心电、体温与呼吸等参数,解 决市场上生猪监测装置的监控参数单一问题;3)该技术方案通过采集的多体征参数判断生猪 疾病情形和分娩状态并以此构建动态数据平台,基于该数据平台尝试制定生猪疾病和分娩的 智能识别标准,为国家在未来推行规模化生猪养殖方面提供数据支持;4)基于该数据平台, 通过局域lstm场的智能判别算法,可以实现对生猪分娩和疾病状态高效、准确的智能监测与 判别,解决了目前行主流算法无法应对强噪声干扰和对生猪体征信号进行高效分析的问题。 该设备使用方便、穿戴舒适,利于对生猪生理信号的采集而且结构简单,降低了对硬件设施 的需求;5)该系统使用zigbee无线模块组网实现对采集生猪生理信号的数据远程传输到云 平台,能够降低功耗,节约成本,并且数据传输的可靠性高,网络容量大,安全性好。
附图说明
17.图1为平面结构示意图;
18.图2为系统流程图;
19.图3为呼吸、心电采集装置示意图;
20.图4为温度采集装置示意图;
21.图5为信号识别与分类示意图;
22.图6为长短时记忆网络模型示意图。
23.图中:1,2是安装在生猪胸部的心电监测模块,3,4是安装在生猪胸部的呼吸监测模块,5,6 是安装在生猪背部的体温监测模块,7为微控制器模块,8为zigbee无线传输模块,9为构 建多体征参数数据库的云平台,10为局域lstm场算法,11为进行实时监测的人机界面。
具体实施方式:
24.为了加深对本发明的理解,下面结合附图对本实施例做详细的说明。
25.实施例1:参见图1,一种监测生猪疾病和分娩的智能穿戴式系统,所述系统包括适合 不同生猪体型结构的可穿戴设备,连接于可穿戴设备的体征参数传感器,信号采集模块,微 控制器模块以及无线数据传输模块,云平台,智能分析算法以及远程终端显示界面;体征参 数传感器安置在可穿戴设备的正面内侧,通过直接测量背部的体表温度后,将数字信号直接 传入信号节点处理,上述传感器节点体积小,重量轻,能够灵活拆卸。所述采集模块嵌入信 号质量评估、信号去噪,无线数据传输模块将经过质量评估、去噪与特征提取后
的数据传输 到云平台,实现数据的远程传输的无线数据传输模块,并基于此建立生猪穿戴式多体征参数 大数据库。针对传输到云平台的数据,提出局域长短时记忆网络(lstm)场方法,对多体征参 数大数据提取相关特征,并在特征空间构建局域lstm场,实现对信号内部有效信息的挖 掘,从而实现对生猪疾病与分娩的预测。所述系统包括心电参数传感器模块、呼吸参数传感 器模块和体温参数传感器模块;嵌入对所采集的多体征参数进行质量评估和去噪处理的微控 制器模块。通过生猪可穿戴多体征参数采集模块采集生猪的心电、体温、呼吸多体征参数信 息,通过无线数据传输模块与智能穿戴式设备的连接将采集到的生猪多体征参数信息传输到 云平台,实现数据的远程传输,在云平台中,对所接收到的生猪多体征参数信息数据进行质 量评估,滤波,最后,运用“局域长短时记忆网络(lstm)场”这一智能算法,实现对生猪疾 病、分娩状态高效、实时的智能监测与判别。
26.其中,体征参数传感器包括心电参数传感器节点、呼吸参数传感器节点和体温参数传感 器节点,使用复用电极方案来采集心电,呼吸信号,选用温度传感器采集体温信号。体征信 号主要是心电、体温、呼吸。针对这三种信号,将从时域、频域和时频域三个维度进行特征 提取。根据信号特性及其呈现规律,心电信号主要提取小波特征、心律变异性特征;体温信 号主要提取动态统计特征;呼吸信号主要提取频谱特征和熵特征。上述传感器节点体积小, 重量轻,能够灵活拆卸。所述采集模块嵌入信号质量评估、信号去噪,以解决实际场景中信 号所受高强度运动伪差、工频干扰、肌电噪声干扰等问题。采集模块安置于各传感器节点, 通过导电织物与所述微控制器相连,由微控制器控制信号采集过程
27.其中,所述心电和呼吸参数传感器节点选择ads1292r芯片,选用织物湿性电极实现单 导联的心电检测,选用阻抗体积描记法实现对生猪呼吸信号的采集;所述体温参数传感器节 点采用接触式数字温度传感器ds18b20。
28.其中,所述体温参数传感器节点安置在可穿戴设备的正面内侧,通过直接测量背部的体 表温度。
29.其中,所述微控制器模块通过基于压缩感知理论的熵测度算法和基于小波分析的主成分 分析方法对所采集的多体征参数进行质量评估和去噪处理。
30.其中,建立生猪穿戴式多体征参数大数据库,是根据前期采集的信号经过质量评估和去 噪处理,同时备注生猪年龄、品种、编号、时间、地点,与此同时,前期,邀请生猪养殖领 域专家与畜牧兽医进行相关信息标注,后期则采用所实现的智能分析判别算法进行自动标注, 第二项作用是存储实时从穿戴式设备中传输的数据,以便后续的智能算法分析。
31.其中,所述分析监测生猪疾病及分娩的算法是首次提出的局域lstm场算法,实现对信号 进行特征提取,然后划分局部区域,最后使用lstm实现疾病及分娩的智能判别;
32.其中,所述的局域场算法使用了基于少数族群的差异性(mbd,minority-baseddissimilarity)来测量集合间的距离。
33.其次,本发明使用zigbee无线模块组网实现对数据采集模块采集到的数据远程传输到云 平台。zigbee是一种短距离、低功耗、低成本、高安全、抗干扰能力强的无线自组网通信技 术。zigbee网络由协调器、路由器和终端构成。其中,协调器在网络中起网络搭建和网络维 护的功能,是整个网络的中心枢纽,是等级最高的父节点;路由器在zigbee网络中既可以 充当父节点,也可以充当子节点,有信息转发和辅助协调器维护网络的功能;终端为zigbee 最末端的子节点设备,只能与其父节点进行通信,如果两个终端之间需要通信,
必须经过父 节点进行单跳或者多跳通信。zigbee网络适合于数据吞叶量小、网络建设投资少、网络安全 要求较高、不便频繁更换电池或充电的场合。所以,利用zigbee网络将穿戴式数据传输到服 务器中,不仅能够降低功耗,节约成本,而且数据传输的可靠性高,网络容量大,安全性好, 完全可以满足本系统的性能需求。另外,本发明提出局域lstm场方法,该方法有两个部分组 成,第一个部分是局域场第二个部分是长短时记忆网络(lstm)。局域场通过对多体征参数 样本空间局域化以降低其规模与复杂性,从而有效解决基于穿戴式体征参数数据的生猪疾病 和分娩识别所面临的数据变化复杂和干扰对象多等难题。我们测量集与集的不同,而不是传 统的点对点距离只关注孤立的两个样本点。基于集合的差异如果在测量过程中适当地利用集 合内资源,就不会受到单个样本不规则行为的影响。我们使用了一种新的差异性测量方式: 基于少数族群的差异性(mbd,minority-based dissimilarity)。这种不同考虑了集合内的可 变性,通过测量每一对集合中最接近的本地少数群体,假设集合的外部样本比中心部分更能 提供辨别信息。设a为集合a中的任意点,b为集合b中的任意点,l为点对点的距离,d为 点对集合的距离。因此,两个集合之间的mbd为:
[0034][0035]
其中表示求和运算,au是a最接近b的子集,bv是b最接近a的子 集;d(a,b)=min{l(a,b)|∈b}d和d(b,a)=min{l(b,a)|∈a};|
·
|表示集合的基数。与此同时,该场 也为在不同局域间运用高性能计算技术手段来提高方案效率提供了便利。lstm具有短期记忆 的优点,即下一时刻的数据中也包含着上一时刻的状态,针对疾病和分娩识别这一研究,基 于前期所做的工作调研,生猪疾病和分娩属于持续性的状态,当出现某一特定状态时,往往 相关的体征参数也会以某一状态持续一时间,由此可知,在一段时间内的信号之间是相互有 关联的,所以lstm能够有效挖掘这种信号时域动态特性。此外,lstm能通过多层叠加方式 形成深度网络,从而使模型自身具备较强的表征力与泛化力,以实现对潜藏在数据中的类别 信息的深入挖掘与分析。
[0036]
最后,本发明基于上述设备与智能算法为生猪的分娩与疾病提供一套智能监测与判别系 统。该系统能够实现对生猪状态的实时监测,并对其分娩和疾病状态进行高效准确的智能分 析与判别。该系统通过上述可穿戴多体征参数采集设备采集生猪的心电、体温和呼吸体征参 数,获取便于判别生猪分娩和疾病状态的信号,使用微控制器实现对数据进行质量评估、去 噪,并通过zigbee与智能穿戴式设备连接将采集生猪的心电、体温、呼吸信息传输到云平台, 实现数据的远程传输;在这一部分首先构建出一个面向生猪的疾病与分娩多体征参数数据库, 用于后续训练深度学习网络,其次,在传输到云平台上的信号数据基础上进行特征提取,并 在特征空间构建局域场;最后,使用lstm,从而实现对生猪的分娩与疾病状态分类判别。
[0037]
具体实施例:参照图1—图6,如图所示,图1中,1,2号是安装在生猪胸部的心电监测模块, 3,4号是安装在生猪胸部的呼吸监测模块,5,6号是安装在生猪背部的体温监测模块,7号为 微控制器模块,8号为zigbee无线传输模块,9号为构建多体征参数数据库的云平台,10号 为局域lstm场算法,11号为进行实时监测的人机界面。通过ads1292r芯片采集生猪的呼吸、 心电体征参数,并基于所采集的体征参数进行质量评估和去噪处理。通过
ds18b20芯片采集 生猪的体温体征参数。局域lstm场由两部分组成:局域场和lstm。局域场通过对多体征参 数样本空间局域化以降低其规模与复杂性。lstm有短期记忆的优点,而生猪疾病和分娩属于 持续性的状态,相关的体征参数会以某一状态持续一时间,在一段时间内的信号之间相互有 关联,通过lstm能够有效挖掘这种信号时域动态特性。
[0038]
该监测设备由以下几部分构成:适合不同生猪体型结构的可穿戴设备,设计于穿戴设备 上的心电参数传感器节点、体温参数传感器节点、呼吸参数传感器节点、微控制器、无线数 据传输模块等。每个传感器节点上均设有信号采集模块,并通过导电织物与微控制器相连, 由微控制器控制着信号采集过程。这里应注意控制节点的体积与重量,并确保其拆卸灵活性。 穿戴设备还包含了无线数据传输模块,用于将数据传输至上位机以便进一步信号处理与分析。 参见图3和图4所示,用于采集心电和呼吸参数的传感器其中使用了ads1292r芯片,用于采 集体温参数的数字温度传感器为ds18b20。心电和呼吸信号采集拟采用复用电极方案,即使 用的ads1292r芯片可以同时获得心电信号和呼吸信号,如图1中1,2,3,4号位置所示, 选用ads1292r芯片是装置在可穿戴式设备内侧,这样可以紧贴在生猪胸部位置,选用织物湿 性电极实现单导联的心电监测,并采用阻抗体积描记法实现对生猪呼吸信号采集;对温度的 采集,我们采用接触式数字温度传感器ds18b20,如图1中5,6号位置所示,实现生猪体温 监测,将传感器安置在可穿戴设备正面内侧,通过直接接触测量腹胸部的体表温度后,将数 字信号直接传入信号节点进行处理。
[0039]
如图1中1,2,3,4,5,6号模块所示,生猪可穿戴多体征参数采集设备芯片可以对采集到 的体征信号实现硬件滤波,去除信号中的工频干扰等噪声。
[0040]
如图1中7号位置所示,是本发明中所用到的微控制器,在实际场景中,通过生猪可穿戴设 备所获得的体征信号数据,通常会受到高强度运动伪差、工频干扰、肌电噪声干扰。针对信 号所受的强噪声干扰问题,我们在云平台使用信号质量评估、信号去噪。这里,需研究基于 压缩感知理论的熵测度算法,用于信号质量评估,同时研究基于小波分析的主成分分析方法 用于信号噪声去除。本发明使用的体征信号主要是心电、体温、呼吸。针对这三种信号,将 从时域、频域和时频域三个维度进行特征提取。根据信号特性及其呈现规律,心电信号主要 提取小波特征、心律变异性特征;体温信号主要提取动态统计特征;呼吸信号主要提取频谱 特征和熵特征。
[0041]
如图1中7号位置所示,微控制器放在可穿戴式设备内部,避免受外界碰撞,每个传感器节 点上均设有信号采集模块,并且这些信号采集模块通过导电织物与微控制器相连,由微控制 器控制其采集信号过程。
[0042]
如图1中8号位置所示,无线数据传输模块zigbee安放在可穿戴式设备内部,避免受外界碰 撞,通过zigbee模块中的协调器、路由器和终端实现将数据传至云平台,以便进一步信号处 理与分析。
[0043]
如图1中9号位置所示,为本发明中的云平台,一方面作为存储数据,其中第一项是存储该 系统在前期构建面向生猪的分娩和疾病多体征参数数据库:在江苏省内各合作生猪养殖基地 为生猪配备所研制的穿戴式装置,采集200~300头处于健康状态下、300~500头处于分娩状 态下、300~500头处于疾病状态下生猪的心电、体温、呼吸信号,并对生猪信号质量评估与 去噪,同时备注生猪年龄、品种、编号、时间、地点。与此同时,前期,邀请生猪养殖领域 专家与畜牧兽医进行相关信息标注,后期则采用所实现的智能分析判别算法进
行自动标注。 第二项作用是存储实时从穿戴式设备中传输的数据,以便后续的智能算法分析。
[0044]
如图1中10号位置所示,运用“局域长短时记忆场(lstm,long short-term memory)”方 法对上传到云平台的数据分类判别,从而分析出生猪的分娩与疾病状态。局域lstm场由两部 分组成:局域场和lstm。局域场通过对多体征参数样本空间局域化以降低其规模与复杂性, 从而有效解决基于穿戴式体征参数数据的生猪疾病和分娩识别所面临的数据变化复杂和干扰 对象多等难题。在局域场中本发明提出为了减少非均匀分布样本的影响,我们测量集与集的 不同,而不是传统的点对点距离只关注孤立的两个样本点。基于集合的差异如果在测量过程 中适当地利用集合内资源,就不会受到单个样本不规则行为的影响。我们使用了一种新的差 异性测量方式:基于少数族群的差异性(mbd,minority-based dissimilarity)。这种不同考 虑了集合内的可变性,通过测量每一对集合中最接近的本地少数群体,假设集合的外部样本 比中心部分更能提供辨别信息。设a为集合a中的任意点,b为集合b中的任意点,l为点对 点的距离,d为点对集合的距离。因此,两个集合之间的mbd为:
[0045][0046]
其中表示求和运算,au是a最接近b的子集,bv是b最接近a的子 集;d(a,b)=min{l(a,b)|∈b}和d(b,a)=min{l(b,a)|∈a};|
·
|表示集合的基数。与此同时,该场也 为在不同局域间运用高性能计算技术手段来提高方案效率提供了便利。lstm有短期记忆的优 点,即下一时刻的数据中也包含着上一时刻的状态。lstm通过引入遗忘门、输入门和输出门 解决了这一问题,遗忘门可以控制上一时刻细胞元的隐含层输入信息,输入门可以控制当前 时刻下的输入信息,输出门可以控制输入到下一时刻的信息。这样lstm就可以通过控制信息 的输入输出来实现高新能的计算。lstm的结构式(2)所示:
[0047][0048]
其中,wf,wi,wo是权重参数,bf,bi,bo是偏置,x
t
作为输入序列,结合上一个隐藏层h
t-1
的状态,通过激活函数构成忘记门f
t
。输入门i
t
和输出门o
t
也由x
t-1
和h
t-1
计算。忘记门f
t
与 前单元状态c
t-1
联合以确定是否丢弃信息,图6为长短时记忆网络模型。
[0049]
针对疾病和分娩识别这一研究,基于前期所做的工作调研,生猪疾病和分娩属于持续性的 状态,当出现某一特定状态时,往往相关的体征参数也会以某一状态持续一时间,由此可知, 在一段时间内的信号之间是相互有关联的,所以lstm能够有效挖掘这种信号时域动态特性。 此外,lstm能通过多层叠加方式形成深度网络,从而使模型自身具备较
强的表征力与泛化力, 以实现对潜藏在数据中的类别信息的深入挖掘与分析。
[0050]
如图1中11号位置所示,通过构建人机界面清晰的知道生猪的分娩与疾病状态,从而实 现对穿有智能穿戴式设备的生猪状态远程实时监测。这样就可以建立一套面向生猪的智能穿 戴式多体征监测系统,并能够完成系统调参、优化与训练。
[0051]
需要说明的是上述实施例,并非用来限定本发明的保护范围,在上述技术方案的基础上所 作出的等同变换或替代均落入本发明权利要求所保护的范围。

技术特征:
1.一种监测生猪疾病和分娩的智能穿戴式系统,其特征在于,所述系统包括适合不同生猪体型结构的可穿戴设备,设置于可穿戴设备上的体征参数传感器,信号采集模块,微控制器模块、无线数据传输模块,云平台,智能分析算法以及远程终端显示界面;体征参数传感器安置在可穿戴设备的正面内侧,通过直接接触测量心电,呼吸和温度信号后,将数字信号直接传入信号节点处理,无线数据传输模块实现了数据的远程传输,通过无线数据传输模块将数据远程传输到云平台,在云平台上通过智能算法(局域长短时记忆网络场)实现对生猪的疾病和分娩的监测,并在终端界面实时显示。2.根据权利要求1所述的监测生猪疾病和分娩的智能穿戴式系统,其特征在于,体征参数传感器包括心电参数传感器节点、呼吸参数传感器节点和体温参数传感器节点,其中,使用复用电极的方案来采集心电和呼吸信号,选用温度传感器采集体温信号。3.根据权利要求2所述的监测生猪疾病和分娩的智能穿戴式系统,其特征在于,所述心电和呼吸参数传感器节点选择ads1292r芯片,选用织物湿性电极实现单导联的心电检测,通过阻抗体积描记法测量生猪胸部阻抗实现呼吸信号的采集;所述体温参数传感器节点采用接触式数字温度传感器ds18b20。4.根据权利要求3所述的监测生猪疾病和分娩的智能穿戴式系统,其特征在于,所述体温参数传感器节点安置在可穿戴设备的正面内侧,通过直接接触测量背部的体表温度。5.根据权利要求4所述的监测生猪疾病和分娩的智能穿戴式系统,其特征在于,所述微控制器模块通过基于压缩感知理论的熵测度算法和基于小波分析的主成分分析方法对所采集的多体征参数进行质量评估和去噪处理。6.根据权利要求5所述的监测生猪疾病和分娩的智能穿戴式系统,其特征在于,建立生猪穿戴式多体征参数大数据库,是根据前期采集的信号经过质量评估和去噪处理,同时备注生猪年龄、品种、编号、时间、地点,与此同时,前期,邀请生猪养殖领域专家与畜牧兽医进行相关信息标注,后期则采用所实现的智能分析判别算法进行自动标注,第二项作用是存储实时从穿戴式设备中传输的数据,以便后续的智能算法分析。7.根据权利要求6所述的监测生猪疾病和分娩的智能穿戴式系统,其特征在于,所述分析监测生猪疾病及分娩的算法是首次提出的局域lstm场算法,实现对信号进行特征提取,然后划分局部区域,最后使用lstm实现疾病及分娩的智能判别。8.根据权利要求7所述的监测生猪疾病和分娩的智能穿戴式系统,其特征在于,所述的局域场算法使用了基于少数族群的差异性(mbd,minority-based dissimilarity)来测量集合间的距离,实现划分局部区域。

技术总结
本发明涉及一种监测生猪疾病和分娩的智能穿戴式系统,所述系统包括可穿戴设备,设置于可穿戴设备内部的体征参数传感器,信号采集模块,微控制器模块,无线数据传输模块,云平台,智能分析算法以及远程终端显示界面;体征参数传感器安置在可穿戴设备的正面内侧,通过直接接触测量多体征信号,将数字信号直接传入信号节点处理,无线数据传输模块将采集到的生猪多体征参数信息传输到云平台,在云平台上通过智能算法(局域长短时记忆网络场)实现对生猪的疾病和分娩的监测,并在终端界面实时显示。该云平台上存储了基于前期收集的数据建立生猪穿戴式多体征参数大数据库。该系统降低对人工的依赖,推动生猪养殖过程的规模化、协同化与精细化。化与精细化。化与精细化。


技术研发人员:李潍 朱腾飞 张震 柳军 李小雨 宦玮
受保护的技术使用者:东南大学
技术研发日:2022.05.11
技术公布日:2022/11/1
转载请注明原文地址: https://tieba.8miu.com/read-8046.html

最新回复(0)