基于深度神经网络的荷斯坦奶牛呼吸频率回归分析：不同身体区域评估与模型优化

本刊推荐：本研究利用计算机视觉（CV）技术，通过深度神经网络（R2Plus1D18和MViTv2）对荷斯坦奶牛的呼吸频率（RR）进行回归分析，创新性地比较了三种不同感兴趣区域（ROI）提取方法（CC、FABB和OSPABB）。结果表明，R2Plus1D18模型结合OSPABB方法在均方根误差（RMSE=4.66）和平均绝对百分比误差（MAPE=12.94%）上表现最优，为大规模奶牛场的热应激（HS）监测和呼吸疾病早期诊断提供了高效、低成本的自动化解决方案。

　　

Highlight

本研究首次在相同人工标注数据集上系统评估了三种感兴趣区域（ROI）提取方法与两种前沿深度学习架构（R2Plus1D18和MViTv2）在奶牛呼吸频率（RR）回归任务中的性能表现。

Materials and methods

本实验经圣保罗大学动物使用伦理委员会批准（协议号#3621310323）。研究通过低成本摄像机在挤奶过程中采集荷斯坦奶牛视频，手动标注688个背部视角视频，提取30秒呼吸计数并定义ROI区域。采用三种ROI裁剪策略：中心裁剪（CC）、全腹部边界框（FABB）和单侧腹部边界框（OSPABB），分别输入到经过微调的R2Plus1D18和MViTv2模型中进行训练与验证。

Results and discussion

R2Plus1D18在三种ROI场景下均显著优于MViTv2，其RMSE分别为5.11（CC）、5.48（FABB）和4.66（OSPABB），MAPE分别为13.21%、14.03%和12.94%；而MViTv2的RMSE稳定在≈7.5，MAPE≈23.5%。单侧腹部区域（OSPABB）表现出最佳预测性能，可能因该区域减少了无关运动干扰。研究还发现，模型在不同挤奶日的预测稳定性受光照变化、动物体位变动等因素影响。

Conclusions

我们建立了目前最大规模的人工标注奶牛呼吸视频数据集，证实了R2Plus1D18架构结合OSPABB方法在RR监测中的优越性。该方案无需复杂分割流程即可实现精准时空特征提取，为开发可扩展的奶牛健康智能监测系统提供了关键技术支撑。