《animal》：Analysis of pig appeasing pheromone effects on social behaviour and welfare in group-housed sows using computer vision
编辑推荐：
一项双盲研究测试了猪安抚信息素（Pig Appeasing Pheromone, PAP）是否能减少由16至20头母猪组成的群体中的不安状态。结果表明，PAP减少了群养母猪的攻击行为、活动量及皮肤损伤。最大的效应出现在合群后第2至7天，且未观察到显著的行为反弹
一项双盲研究测试了猪安抚信息素（Pig Appeasing Pheromone, PAP）是否能减少由16至20头母猪组成的群体中的不安状态。结果表明，PAP减少了群养母猪的攻击行为、活动量及皮肤损伤。最大的效应出现在合群后第2至7天，且未观察到显著的行为反弹。自动化的计算机视觉技术实现了客观、连续的行为追踪。这种可扩展的方法可能有助于商业化母猪养殖场的福利监测。
研究背景与问题
在欧盟（EU），妊娠母猪的群养已成为强制性要求，但在配种和分娩环节仍普遍采用个体限位栏，之后母猪会被重新组群进入妊娠舍。合群后的最初数小时乃至数天内，由于社会稳定性尚未建立，群体内会出现高强度的攻击行为、取代行为和社会应激，直至形成优势等级关系。此期间，母猪会竞争有限的资源（如饲料和理想休息区），其社交行为从根本上影响着福利和生产性能。持续的社会紊乱可能导致采食受限、繁殖性能下降，并增加因慢性应激导致的体况不良、跛行和损伤风险，引发严重的动物福利担忧。因此，寻找能够缓解攻击行为、皮肤损伤和应激的策略，并建立可持续、可规模化应用的监测手段来评估这些干预措施的效果，显得至关重要。
现有研究多依赖周期性、劳动密集的人工观察，这虽然被视为收集动物互动数据的金标准，但受限于观察者疲劳和主观性，尤其是在大面积、多摄像头场景下追踪大量个体间的成对互动极具挑战。近年来，计算机视觉技术的兴起为实现大规模动物行为自动监测提供了新途径，包括利用检测、分割、姿态估计、追踪和行为分类网络来监控群养猪只。然而，全天候追踪仍面临遮挡、个体外观相似、光照变化、镜头畸变和多摄像头重叠等难题。因此，开发低标注量的流水线，将分割、个体重识别、追踪和基于行为学定义的规则相结合，成为连接自动化监测技术与福利导向行为分析的有效桥梁。
针对群养母猪的攻击与应激，已有多种缓解策略被探索，包括调整空间布局与栏舍设计、优化群体组成（如同期次和体型）、维持稳定群体而非动态重组，以及提供环境富集物。此外，信息素作为物种特异的化学信号，在调节社会行为中扮演重要角色。其中，安抚信息素通常源于母体信号，能促进后代和同伴间的平静与社会凝聚力。商品化的猪安抚信息素（PAP）旨在模拟泌乳母猪自然产生的信息素，预期能抑制应激反应并降低攻击性遭遇的升级。先前研究表明，PAP能在关键时期（如优势等级形成期）减少应激相关行为和攻击互动，但在较大规模的母猪群体中、更长周期内的效果，以及是否可通过自动化计算机视觉系统进行量化评估，尚属空白。
研究方法与技术
本研究采用随机、双盲、序贯多周期集群交叉设计，在比利时法兰德斯农业、渔业与食品研究所（ILVO）设施内约140头母猪的妊娠栏中进行。研究对象为妊娠母猪（Sus scrofa domesticus，MIRA杂交品系），每组16至20头（平均18头），共8个独立群体（4个对照组C1-C4，4个PAP处理组P1-P4）。实验持续约一年，每批猪只在合群后监测17天。
关键技术方法主要包括：
- 1.
自动化计算机视觉行为分析流水线：研究人员开发了一套三阶段流水线以减少像素级人工标注。首先，利用无标签蒸馏（DINO）自监督方法生成粗略的伪分割掩码；其次，训练一个U-Net模型来精炼并泛化这些掩码；最后，使用分割一切模型v2（SAM）结合点提示，精确分割出每头母猪个体，并输出边界框。
- 2.
个体重识别与多摄像头追踪：基于母猪背部的条纹图案标记，研究人员微调了一个MaxViT模型用于个体重识别。随后，通过一个包含时空对齐、轨迹片段关联和基于身份的拼接三个模块的自定义追踪模块，实现了对四台部分重叠摄像头的跨摄像头连续追踪，最终获得每头母猪的身份化轨迹数据。
- 3.
行为量化与统计建模：从连续轨迹中提取个体移动距离（曼哈顿距离），并基于空间接近度、运动模式和时间序列规则，自动检测三种攻击性互动行为：打斗（Fighting）、逃跑（Fleeing）和取代（Displacement）。同时，依据《福利质量评估协议》（Welfare Quality Assessment Protocol）在D2、D7、D9和D17天系统评估皮肤损伤得分。研究人员采用线性混合模型分析处理效应，并以母猪和群体作为随机截距。
研究结果
皮肤损伤
图3和表2显示，在整个研究期（D0-D17），PAP处理组的母猪累积的皮肤损伤显著少于对照组。合并所有时间段，模型估计PAP处理使每头母猪的损伤总分减少约7.9分（p=0.016）。具体而言，在合群后D2天，PAP组损伤已显著低于对照组（p=0.040）；D7天时差异最大，PAP组每头母猪约少9处损伤（p=0.011）。在扩散器移除后（D7后），两组损伤均下降，但PAP组的优势仍在D9天保持显著（p=0.032）。
移动行为
图4和表2表明，所有母猪的活动量在合群后立即达到峰值（D0-D2），随后迅速下降。整体来看，PAP处理组的母猪活动水平更低，合并全期模型估计PAP处理使每头母猪日均移动距离减少约150.9米（14.6%，p<0.001）。在D0-D2期，PAP组日均移动减少43.7米（8.6%，p=0.015）；在D2-D7期，处理效应最为显著，PAP组日均移动减少52.6米（10.5%，p=0.003）。D7之后，两组活动量均降至最低水平，处理差异不再显著，且未发现扩散器移除后活动量反弹的证据。
攻击性互动
图5和图6显示，PAP处理与更少的攻击性互动（打斗、逃跑、取代）相关联。合并全期模型显示，PAP处理使每头母猪日均打斗次数减少0.299次（22.6%，p=0.001），逃跑次数减少13.4次（12.6%，p<0.001），取代次数减少2.6次（18.4%，p<0.001）。逃跑和取代行为在处理效应最显著的D2-D7期均表现出显著下降（逃跑：p=0.002；取代：p=0.016）。此外，取代行为在D7-D9期也保持了显著减少（p=0.021）。打斗行为因观测稀疏，未能进行分期特异性对比。尽管在扩散器移除后（D7-D9），PAP组的打斗和逃跑行为略有上升，但仍低于对照组。
相关性分析
表3显示，在D0-D2期内，打斗频率与D2天的皮肤损伤得分呈中等程度的正相关，在合并所有群体时显著（ρ=0.274，p<0.01），且在对照组中相关性更强（ρ=0.356，p<0.05），而PAP组中则不显著。累计D0-D7期的打斗频率与D7天损伤得分的相关性较弱，仅在合并数据时达到显著（ρ=0.201，p<0.05）。逃跑和取代行为与皮肤损伤的相关性普遍较弱且不显著。
讨论与结论
本研究表明，在合群后第一周内对妊娠母猪施用PAP处理，能有效减少与优势等级建立相关的社会不安定状态，具体表现为皮肤损伤减少、活动水平降低以及攻击性互动减少。这些有益效应在整个研究期（D0-D17）均可观察到，但处理组与对照组的差异在合群后D2至D7天最为显著。研究结果还提示，在扩散器移除后可能存在微弱的反弹迹象，但未达到统计学显著性。
与以往文献相比，本研究首次在配备电子母猪饲喂站（ESF）的16-20头大型母猪群体中，通过连续17天的自动化计算机视觉监测，证明了PAP能带来持续的行为和损伤改善。这与多数研究发现的PAP早期冲突缓解作用一致，但与某些研究中PAP效应短暂或未能减少皮肤损伤的结果不同。研究人员认为，本研究的更大群体规模、更高颗粒度的自动化监测方法、相对较低的饲养密度以及不同的损伤评分方法等因素，可能解释了这些差异。
研究结论：PAP处理在合群后第一周内成功降低了群养母猪的社会不安定状态，表现为皮肤损伤减少、活动水平降低以及攻击性互动（打斗、逃跑、取代）减少。这些效应在合群后D2至D7天最为显著，且未观察到明显的反弹。自动化的计算机视觉流水线实现了客观、连续的行为量化，为规模化评估此类干预措施提供了可行工具。尽管仍需在商业化条件下进行更广泛的验证，但本研究的方法和结果对于改善群养母猪福利具有重要意义。
