XiaoMi-AI文件搜索系统
World File Search System奶牛
基于机器学习和计算机视觉的牛品种识别和活重评估
本研究的目的是使用几种神经网络模型来估算奶牛的长重：卷积人工神经网络用于通过图片识别奶牛并确定其品种，随后通过立体视觉法确定其身体尺寸，随后利用多层感知器根据有关奶牛的品种和尺寸信息估算奶牛的长重。为了更准确地估计动物的身体参数，还使用了 3D 摄像头（Intel RealSense D435i）。应当注意，由于 3D 摄像头的分辨率低，单独使用不会产生良好的效果。因此，使用摄影测量法从不同角度拍摄的奶牛图像来确定奶牛身体参数。通过摄影测量获得了奶牛的肩高（WH）、臀高（HH）、体长（BL）和臀宽（HW）等参数。使用这些参数（输入参数 WH、HH、BL、HW 和输出参数 - LW），开发了基于 ANN 的模型估计。通过分析从不同角度同步摄像机拍摄的动物图像，可以确定奶牛的身体尺寸。首先，在图像中识别奶牛，并使用 Mask-rcnn 卷积神经网络确定其品种。然后通过立体视觉方法确定奶牛的肩高、臀高、身长和身宽，该方法可以获得数字图像中物体的几何参数并进行测量。数字成像和摄影测量处理包括几个完全确定的步骤，可以生成动物身体的三维或二维数字模型。然后将获得的有关物种及其大小的数据输入到预测模型，该模型确定动物的估计体重。
孟加拉国小型奶牛中芽囊原虫的发生和亚型分布
芽囊原虫是一种广泛分布的原生动物，已知可引起人类和动物（包括全球范围内的牛）的消化系统疾病。这种寄生虫表现出大量的遗传变异，在哺乳动物和鸟类中分为 42 个已知亚型 (ST)。其中 16 个亚型在牛中被鉴定，14 个是人畜共患的。本研究探讨了芽囊原虫的分布和遗传变异及其在奶牛中的人畜共患潜力。在孟加拉国的两个产奶区：Sirajganj（n=100）和 Pabna（n=100），从小规模奶牛犊（年龄 <6 个月）采集了 200 个新鲜粪便样本。采用基于针对小亚基核糖体 RNA（SSU rRNA）基因的 PCR 检测的分子研究来筛查和亚型粪便样本中的寄生虫。分析显示，10% 的牛感染了芽囊原虫，来自 Sirajganj 的样本中 8% 的阳性病例和来自 Pabna 的样本中的 12%。考虑了性别、年龄、品种组和粪便稠度等各种因素，但这些因素在统计上并不显著。在 20 个阳性的芽囊原虫分离株中，仅鉴定出三种亚型，即 ST10、ST21 和 ST26，其中 ST10 亚型最为普遍。值得注意的是，在粪便样本中未检测到人畜共患亚型，表明缺乏人畜共患意义。这些研究结果为牛芽囊原虫感染的分子流行病学提供了见解，表明该病在研究区域内的遗传多样性较低。需要进一步研究以确定孟加拉国牛中芽囊原虫的确切频率和基因组成及其人畜共患潜力。关键词：芽囊原虫、流行病学、亚型、小型奶牛、孟加拉国。
为适应气候变化，荷斯坦弗里斯兰奶牛被基因改造，毛色变淡
。CC-BY-NC-ND 4.0 国际许可证永久有效。它是在预印本（未经同行评审认证）下提供的，作者/资助者已授予 bioRxiv 许可，可以在该版本中显示预印本。此版本的版权持有者于 2020 年 9 月 17 日发布。；https://doi.org/10.1101/2020.09.15.298950 doi：bioRxiv 预印本
与热应激和繁殖策略相关的候选基因，以减轻其在奶牛中的影响：对遗传结构的深入了解和对热应激的免疫反应
在全球范围内，对动物起源食品的需求正在增加。满足这些需求的方式对环境产生最小的影响需要最先进的技术和技术来提高牛的遗传质量。热应激（HS）尤其是在频率和严重程度增加的情况下影响奶牛。随着未来的气候挑战变得越来越明显，确定对HS耐受性更容易耐受的奶牛对于更好地适应未来环境条件并支持奶牛养殖的可持续性的奶牛群很重要。在全球变暖对奶牛的影响的背景下对HS的遗传学进行研究正在增强，但与热耐热相关的特定基因组区域仍未得到充分记录。OMICS信息，QTL映射，转录组分析和全基因组关联研究（GWAS）的进展已鉴定出与HS耐受性相关的基因组区域和变体。这样的研究可以为对HS的反应提供更深入的见解，并为未来的耐热育种做出重要贡献，这将有助于抵消HS在奶牛中的不利影响。总体而言，人们对鉴定候选基因以及与奶牛的热耐受性相关的遗传变异的比例非常感兴趣，而这一研究领域目前在全球范围内非常活跃。本综述提供了有关奶牛中HS遗传结构的一些著名研究的全面信息，尤其强调了与奶牛中与热耐受性相关的确定候选基因。由于有效的育种计划需要对HS引起的免疫受损和相关的健康并发症的最佳了解，因此HS调节免疫反应的基本机制并使动物对各种健康疾病敏感。此外，还讨论了在维持牛奶生产的同时缓解奶牛中HS并改善其福利的未来繁殖策略。
引言爪（蹄）疾病是现代奶牛育种的严重问题。它们与绝大多数LAM案例
引言爪（蹄）疾病是现代奶牛育种的严重问题。它们与牛的绝大多数la行，增加生产成本，导致乳制品生产率降低，动物的淘汰，高牛群旋转，定性和定量繁殖的降低（Dolecheck等人，2019年； Kofler，2017年）。对奶牛中的爪疾病的倾向是由四肢远端的大量血管的分支网络确定的，与大型牲畜农场中动物受限运动有关的慢性静脉不足，主要触发因素是硬地板覆盖物上的蹄子的创伤。迄今为止，应考虑物种和个体特征，即反应性Kostyuk，N。卡拉巴索娃。2025。使用脂肪衍生的间充质干细胞在奶牛中的爪病变治疗中。农业科学全球创新杂志13：333-342。[2024年9月2日收到； 2024年11月4日接受；出版于2025年1月1日]
T-RFLP研究方法在乳头奶牛研究中具有亚临床酮症
摘要。本文介绍了与研究现代分子遗传学方法的可能性有关的研究结果-T- RFLP分析（末端限制性碎片长度多态性），以鉴定在具有临床健康的高生产力牛和具有亚周期性尼斯氏症的高生产力的奶牛中瘤胃中的微生物中的微生物群体。研究方法基于对微生物基因组变异性中保守区域的分析。结果表明，用于鉴定研究动物瘤胃含量中微生物的方法的高效率。在具有亚临床酮症的高生产性母牛的瘤胃中确定了一个大细菌，古细菌，原生动物和厌氧菌真菌。获得的数据使我们能够显着扩大有关牛奶生产率高的奶牛中亚临床酮症发病机理的信息。在瘤胃中有条件致病性和致病的菌群存在有条件的致病性和致病性菌群，这表明违反了瘤胃消化，这导致动物中伴随的非传染性疾病的发展。
用不同能源的喂养奶牛喂养牛奶中人类食用营养物质和环境影响
在视频游戏中，基于脑电图（EEG）的脑部计算机界面（BCI）的使用已得到广泛研究。自适应培训，单审分类的研究（Congedo，2013; Barachant and Congedo，2014年）以及创建可观的EEG收购设备（Vos等人，2014; Yohanandan等，2018）为开发Ubiquitous Bci Technology提供了铺平的方法。例如，Congedo（2013）开发了“脑入侵者”，这是一款BCI游戏，其灵感来自著名的老式游戏太空入侵者（Taito，Taito，日本东京），并基于所谓的Visual P300，这是大脑在视觉刺激后由大脑产生的电气电位。脑入侵者使用一种自适应算法，该算法使玩家可以插入材料并发挥作用而无需进行校准（Barachant and Congedo，2014年），同时仍达到高精度率（Barachant等，2012）。游戏还通过在虚拟环境中自然结合视觉刺激来展示对游戏设计的很好的理解。在这方面，Kaplan等人。（2013），Cattan等。 （2018b）和Rashid等。 （2020）提供了一组指南，以适应BCI游戏的游戏实现，例如使用基于转弯的游戏和游戏缓慢的游戏。 尽管脑入侵者使用了研究级的放大器，但Vos等人已经证明了将低成本脑电图采集系统用于BCI的可行性。 （2014）和Yohanandan等。 （2018）。 这些可效力的耳机与研究级放大器相当。 此外，Lotte等人。 （2008）和Debener等。（2013），Cattan等。（2018b）和Rashid等。（2020）提供了一组指南，以适应BCI游戏的游戏实现，例如使用基于转弯的游戏和游戏缓慢的游戏。尽管脑入侵者使用了研究级的放大器，但Vos等人已经证明了将低成本脑电图采集系统用于BCI的可行性。（2014）和Yohanandan等。（2018）。这些可效力的耳机与研究级放大器相当。此外，Lotte等人。（2008）和Debener等。（2008）和Debener等。（2012）在基于视觉刺激和运动想象的基于BCI的BCI中使用BCIS表现出令人鼓舞的结果。在不同的上下文和事件中也证明了在实验室外使用BCI的可行性。例如，在由Menterista（法国巴黎）开发的2016年欧洲足球冠军的BCI比赛中，要求两名球员通过将球向相反球员的笼子移动到相反的球员笼子中，通过集中精力1。尽管向前迈出了积极的一步，但这些成就导致了BCIS准备娱乐的错误观点 - 这种信念受到热情的愿景的支持，例如，大脑将通过USB 2与互联网联系起来。在科学社区中，这种意见是有资格的，该研究报告说，（1）较低的传输速度，（（2）缺乏市场准备就绪，可观的和用户友好的研究级EEG默认审查设备，以及（3）游戏设计和视频游戏之间可在Market Vs. vs. inslaberies in of Laberatories n of Labories in n of Labories in n of Labories in n of Labories in n of Labories in n of Labories in n of Laboresies in n of Labories in n of Laboryeries。在文献中讨论了这些视频游戏开发的限制（Nijholt等，2009; Ferreira等，2013; Marshall等，2013; Van de Laar等，2013; Ahn等，2014; Ahn等，2014; Cattan et al。批评了定量的一般优势（Nijholt等，2009； Vasiljevic和Miranda，2019）。本文支持BCIS以外的其他方面的其他方面的主张，即BCIS还没有准备好供一般公众使用。结论在节讨论和结论中给出。在本研究的BCI游戏的一部分限制中进一步详细介绍了限制，并分析了公共用途的障碍。
牛奶中与妊娠相关糖蛋白估计的奶牛怀孕损失的遗传参数
这项研究检查了在育种中使用预养生相关的糖蛋白（PAG）的可行性，以维持妊娠维持妊娠，并评估了妊娠损失特征的遗传差异。在1,119个瑞典群的每月测试日挤奶中收集了41,889名瑞典红（SR）和82,187牛奶的374,206个PAG样品。妊娠状态是根据PAG水平定义的，并通过人工授精（AI），产犊和从D 1后汇总到Calving的数据确认。妊娠损失特征被定义为胚胎丧失（AI后28 d至41 d），胎儿损失（AI后42 d直至产犊）和总妊娠损失。最小二乘平均值（±标准误差，％）和使用混合线性模型估算的遗传参数。遗传力估计分别为0.02、0.02和0.03，胚胎丧失，胎儿丧失和总妊娠丧失分别为0.02、0.02和0.03。妊娠损失的母牛的PAG浓度低于成功保持怀孕并产生血管的母牛。PAG记录仅限于每月测试日挤奶，导致估计较低的胚胎损失（分别为SR和SH为17.5±0.4和18.7±0.4）和较高的胎儿损失（分别为32.8±0.5和35.1±0.5和35.1±0.5，SR和SH）。妊娠损失可能较早发生，但仍未发现直到下一个测试日挤奶，当时它被记录为胎儿损失而不是胚胎损失。估计胚胎和胎儿妊娠丧失性状与经典生育特征之间的遗传相关性通常很高。需要进一步的研究来阐明这些结果如何从PAG数据中鉴定出新的遗传性状可以是高度特异性的，因为PAG仅由胎盘分泌。因此，PAG可能是选择的有用指标，可从基因上改善妊娠维持并减少牛奶产量中的生殖损失。
机器学习以识别子宫内膜生物标志物可预测奶牛的人工授精后妊娠成功
1 Department of Animal Sciences, Donald Henry Barron Reproductive and Perinatal Biology Research Program, and the Genetics Institute, University of Florida, Gainesville, FL, USA 2 Department of Population Health Science, Faculty of Veterinary Medicine, Utrecht University, Utrecht, The Netherlands 3 Genus plc PLC/ABS, Mogi Mirim, São Paulo, Brazil 4 University of Florida Interdisciplinary美国佛罗里达州盖恩斯维尔的生物技术研究中心5 Urus Group LP，美国威斯康星州麦迪逊市6北卡罗来纳州立大学动物科学系，美国北卡罗来纳州罗利市，美国北卡罗来纳州，美国北卡罗来纳州 *通信：Donald Henry Barron生殖和周期生物学研究计划，以及佛罗里达州2250 Swiver，boge bogine of Sheysly of Sheysy driver，bogiander of the Gaine of Sheysy driver，boge bogins of for of flores of for。美国32611-0910，美国。电子邮件：pjhansen@u fl。edu
引言爪（蹄）疾病是现代奶牛育种的严重问题。它们与绝大多数LAM案例
引言爪（蹄）疾病是现代奶牛育种的严重问题。它们与牛的绝大多数la行，增加生产成本，导致乳制品生产率降低，动物的淘汰，高牛群旋转，定性和定量繁殖的降低（Dolecheck等人，2019年； Kofler，2017年）。对奶牛中的爪疾病的倾向是由四肢远端的大量血管的分支网络确定的，与大型牲畜农场中动物受限运动有关的慢性静脉不足，主要触发因素是硬地板覆盖物上的蹄子的创伤。迄今为止，应考虑物种和个体特征，即反应性Kostyuk，N。卡拉巴索娃。2025。使用脂肪衍生的间充质干细胞在奶牛中的爪病变治疗中。农业科学全球创新杂志13：xxxxx。[2024年9月2日收到； 2024年11月4日接受；出版（在线）2024年11月8日]