换一批基于电子鼻检测的奶牛产后子宫炎早期预警模型初步研究
A Preliminary Study on the Early Warning Model of Postpartum Metritis in Dairy Cows based on Electronic Nose Detection
摘要旨在评估电子鼻检测奶牛粪便建立的子宫炎预警模型准确性.本研究使用电子鼻检测50头健康和22头子宫炎奶牛发病前粪便以及血液样本挥发性有机化合物(volatile organic compounds,VOCs),正交偏最小二乘判别分析(orthogonal partial least squares discriminant analysis,OPLS-DA)模型初步分析数据.按 7∶3划分训练集和测试集,建立预警模型并评估电子鼻预测子宫炎的性能.结果发现,健康和子宫炎奶牛发病前的粪便以及血液明显区分并各自聚类,在本研究中粪便是建立预警模型的最佳样本来源.选择决策树(Decision Tree,DT)、随机森林(Random Forest,RF)、K-邻近算法(K-Nearest Neighbors,KNN)、梯度提升(eXtreme Gradient Boosting,XGBoost)和线性判别分析(Linear Discriminant Analysis,LDA)5种不同的机器学习算法建立模型,结合模型评估指标和受试者特征(Receiver Operating Characteristic,ROC)曲线分析预测效率.研究发现测试集准确率(Accuracy,ACC)分别达到 0.88、0.96、0.88、0.91、0.98,曲线下面积(Area Under Curve,AUC)分别是 0.86、0.98、0.95、0.98、1.00.因此,RF和LDA模型预测性能表现最佳,电子鼻预测子宫炎的发生具有较高的准确性.综上,电子鼻检测奶牛发病前粪便VOCs能达到预警子宫炎的目的,在奶牛疾病的预警诊断中有很大的应用前景.
更多相关知识
分类号
S857.23
栏目名称
DOI
10.11843/j.issn.0366-6964.2026.01.048
发布时间
2026-03-03（万方平台首次上网日期，不代表论文的发表时间）
基金项目
甘肃省科技厅奶牛围产期疾病预警技术研发与示范建设基金（21JR7RA858）
- 浏览1
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
