基于低秩多模态融合的奶牛个体乳脂率精准预测：泌乳时序、日粮营养、肠道菌群与管理日志文本的协同建模

《Journal of Dairy Science》：A cow individual milk fat percentage prediction method based on low-rank multimodal fusion of time-series, numerical, and textual data

　　

乳脂率（milk fat percentage, MFP）的精准预测对精准奶牛养殖和健康问题早期预警至关重要。然而，现有预测方法主要依赖单一泌乳时序数据或统计模型，往往难以有效融合多源异构信息，并经常忽视个体变异性的影响。为克服当前局限，研究人员采用长短期记忆网络（long short-term memory, LSTM）、Stacking集成学习（Stacking ensemble learning）、来自Transformer的双向编码器表示（bidirectional encoder representations from transformers, BERT）和低秩多模态融合（low-rank multimodal fusion, LMF），探索用于预测奶牛个体乳脂率的分层多模态框架。该框架不仅能够实现多维特征（如泌乳时序数据、日粮营养、肠道菌群丰度和牧场管理日志）的统一建模与高效整合，还显著提高了模型预测精度。同时，通过不同模态和融合策略的对比分析，揭示关键特征的重要性，并进一步优化特征组合以增强框架的实用性和部署潜力。实验结果表明，所提出的全模态融合模式框架相较部分融合模型取得显著提升。具体而言，与“泌乳时序+日粮营养+肠道菌群”模型相比，全模态模型将均方根误差（root mean square error, RMSE）和平均绝对百分比误差（mean absolute percentage error, MAPE）分别降低约6.93%和9.37%，突出牧场管理文本信息在补充管理干预特征方面的价值。此外，相对于“泌乳时序+日粮营养+文本日志”模型，加入肠道菌群特征显著提高了全模态模型的预测精度和生物学可解释性。而且，本研究提出的分层多模态乳脂预测框架能够有效识别个体MFP异常趋势，为亚急性瘤胃酸中毒（subacute rumen acidosis, SARA）等代谢紊乱提供提前预警。本研究验证了多模态融合在提升预测性能方面的有效性，并提供了兼顾精度和数据获取成本的可扩展路径，对智能畜牧管理具有理论和实践价值。

论文解读：该研究围绕奶牛个体乳脂率（milk fat percentage, MFP）精准预测展开。乳脂率直接影响奶价和乳制品品质，其动态变化也反映奶牛营养代谢与健康状态；饲料配方、日粮营养和瘤胃发酵环境等均可影响乳脂合成，短期显著下降常是亚临床酮病、亚急性瘤胃酸中毒（subacute rumen acidosis, SARA）或乳房炎等预警信号。传统方法多依赖群体平均、单点测定或Wood类统计模型拟合泌乳曲线，存在对泌乳时序数据丢失敏感、变量范围窄、高维参数处理能力受限和忽视个体异质性等问题；机器学习研究又多聚焦单一泌乳时序，未有效融合日粮、肠道菌群及管理日志等多源异构信息。因而，研究人员提出基于低秩多模态融合（low-rank multimodal fusion, LMF）的分层多模态框架，以统一建模时序、数值和文本数据，提高个体MFP预测精度、健康预警能力和部署可行性，并为精准营养调控与智能牧场管理提供数据驱动工具。

关键技术方法：队列来自2022年11月至2023年2月黑龙江哈尔滨Modern Farming (Shangzhi) Co., Ltd.，初选200头Holstein奶牛，剔除死亡或转群35头后纳入165头，按牛6:2:2分为99/33/33头。输入为产后15—60 d泌乳时序、日粮营养、产前15 d与产后60 d肠道菌群及截至产后60 d管理日志文本，一次性多步预测产后61—70 d乳脂率。时序用长短期记忆网络（long short-term memory, LSTM）提取；菌群用Stacking集成学习（Stacking ensemble learning）重构降维；文本用来自Transformer的双向编码器表示（bidirectional encoder representations from transformers, BERT）的bert-base-chinese冻结参数提取[CLS]的768维特征；以低秩多模态融合（low-rank multimodal fusion, LMF；低秩阶r=4）融合三模态。

研究结果
基于LSTM的乳脂率预测模型结果：通过比较Wood模型、循环神经网络（recurrent neural network, RNN）和LSTM，并以滑动窗口处理时序、融合日粮营养，采用均方根误差（root mean square error, RMSE）、平均绝对百分比误差（mean absolute percentage error, MAPE）和决定系数（coefficient of determination, R²）评价。LSTM在RMSE、MAPE和R²上均最佳，较Wood和RNN分别降低RMSE约26.16%和23.8%、降低MAPE约31.7%和29.41%、提高R²约16.74%和11.76%；加入日粮营养后RMSE、MAPE和R²达0.849个百分点、7.1%和0.836，较仅时序模型RMSE和MAPE分别降低15.26%和15.47%、R²提高10%。结论是LSTM能有效提取泌乳时序特征，时序与日粮营养融合可提高MFP预测精度。

基于LSTM与Stacking集成学习的预测模型结果：通过将肠道菌群相对丰度经Stacking特征提取后，与泌乳时序及日粮营养特征融合。加入菌群后模型RMSE由0.849降至0.750个百分点，MAPE由7.1%降至6.4%，R²由0.836升至0.883，三项指标均改善。结论是肠道菌群数据提供额外信息，显著提升个体MFP预测精度和模型信息维度。

基于低秩多模态信息融合的预测模型结果：通过BERT提取管理日志文本特征，并与时序、日粮营养和菌群特征进行多模态融合，比较拼接（Concatenation）、张量融合网络（tensor fusion network, TFN）和LMF。LMF最优，RMSE为0.698个百分点、MAPE为5.8%、R²为0.894；较拼接RMSE降低22.27%、R²提高8.36%；较TFN RMSE降低8.75%、R²提高0.5%，且LMF为TFN的数学等价形式而参数更少、效率更高，故被选为最优融合策略。全模态模型较“时序+日粮+菌群”模型RMSE和MAPE分别降低约6.93%和9.37%；较“时序+日粮+文本”模型，引入菌群进一步提升精度和生物学可解释性。无菌群时“时序+日粮+文本”模型性能仍接近全模态，R²仅低0.018，但RMSE约增18.19%。结论是文本信息补充管理干预特征，菌群提供非冗余生理信息，LMF在精度和计算效率间取得优势，并支持按成本灵活配置模态。

讨论部分总结
功能性验证与应用探索：模型预测显示测试样本1和33在产后61—70 d乳脂率上升，符合产奶量达峰后乳脂率回升的生理规律；测试样本2呈持续下降趋势，提示可能处于SARA早期，可用于非侵入性健康预警和及时干预。
多模态融合性能提升机制与优化路径：文本日志虽可能含噪声，但经有效过滤和结构化后能补充用药、繁殖、疾病等管理干预特征；菌群特征扩展输入维度并增强生物学可解释性。无微生物数据时模型仍稳健，但RMSE约增18.19%，故实际生产可依据经济和技术条件选择模态组合，以平衡精度与成本。
局限与未来方向：数据来自单一牧场、牛只数量有限且管理日志较稀疏，冻结BERT提取的语义特征泛化性可能受限；未来需收集多牧场、多季节、完整泌乳周期数据开展外部验证，扩大样本并标准化日志记录。
研究结论（译）：1）多模态信息融合显著提高个体乳脂率预测精度，结构化文本捕捉管理干预影响，菌群特征提供互补生理信息并增强生物学可解释性；2）所构建LMF模型支持输入模态灵活配置，在无肠道菌群数据时仍可基于时序、日粮营养和管理日志等常规信息稳定预测，便于牧场按信息化基础与预算选择兼顾精度和成本的部署方案；3）模型将应用从定量预测拓展到健康管理，可通过动态识别乳脂异常波动，对SARA等代谢紊乱进行无创早期预警。