排序方式: 共有72条查询结果,搜索用时 15 毫秒
11.
12.
在有猪高热病病史的猪场开展以高致病性猪蓝耳病(PRRS)灭活苗为主的免疫防控试验。结果表明PRRS阳性场免疫高致病性猪蓝耳病(NVDC-JXA1株)灭活苗与猪蓝耳(SD1株)灭活苗均产生了效果,且两者基本一致。灭活苗免疫均未出现明显副反应,但NVDC-JXA1株疫苗免疫组(HP)猪免疫发热持续时间相对长于免疫对照组SD1株苗,且其PRRSV感染率要极显著地高于免疫对照组(SD)和空白对照组(B)(P<0.01)。PRRS灭活苗对PRRS阳性场猪瘟体液免疫效果有显著提高(P<0.05),并且不影响伪狂犬(PR)弱毒苗、口蹄疫(FMD)灭活苗的体液免疫应答效果及猪圆环病毒2型(PCV2)的抗体阳性率。高水平PCV2母源抗体能极显著保护仔猪免受PCV2感染或延迟其感染时间(P<0.01)。 相似文献
13.
14.
15.
【目的】评估建立奶牛疾病预测模型的6种机器学习(machine learning, ML)算法的性能及预测变量的重要性。【方法】选取2020年12月至2021年11月,共计944头泌乳牛的生产信息、行为信息作为预测因子,疾病信息作为输出变量,训练并验证模型。将日产奶量、反刍量、活动量、胎次和泌乳天数作为输入变量,利用ML算法建立奶牛疾病的预测模型,评估决策树(Decision Tree, DT) C5.0、CHAID算法、人工神经网络(Artificial Neural Network, ANN)、随机森林(Random Forests, RF)、贝叶斯网络(Bayesian Networks, BN)和逻辑回归(Logistic Regression, LR)6种ML算法的性能,评估预测变量的重要性,以及将胎次和泌乳天数纳入预测变量后模型性能的改善情况。采用敏感性和特异性评估模型性能,按照权重排序评估输入变量对模型预测的重要性。【结果】DT C5.0算法敏感性>85%,特异性>90%,为性能最佳的模型;RF总敏感性为56.8%,对各类牛预测的性能较稳定;ANN、BN、DT... 相似文献
16.
本试验旨在研究脱氧雪腐镰刀菌烯醇(DON)对仔猪血清免疫球蛋白、胸腺和脾脏抗氧化力的影响及植物炭黑的干预作用。试验选取24日龄,体重约为7.76 kg的断奶仔猪(公猪)48头,按体重分为4组,CTR组饲喂基础日粮,试验组分别在基础饲粮中添加0.1%植物炭黑(PCB组)、1.5 mg/kg DON(DON组)、1.5 mg/kg DON+0.1%植物炭黑(PD组),每组12头仔猪,每头仔猪为1个重复,试验期21 d。结果表明:①饲料中添加1.5 mg/kg DON显著降低了第10天仔猪血清免疫球蛋白A(IgA)、Ig G、Ig M及第21天IgG含量,显著降低脾脏总抗氧化力(T-AOC)、过氧化氢酶(CAT)活性,显著增加胸腺丙二醛(MDA)含量。②DON污染饲粮中添加0.1%植物炭黑能缓解DON引起的血清Ig G、胸腺超氧化物歧化酶(SOD)、脾脏CAT及谷胱甘肽过氧化物酶(GSH-Px)的降低,抑制胸腺MDA含量增加,血清免疫球蛋白、胸腺及脾脏CAT、SOD等抗氧化指标与CTR组无显著差异。综上,饲粮中添加0.1%植物炭黑能有效抑制DON引起的血清免疫球蛋白下降,降低胸腺及脾脏的氧化... 相似文献
17.
18.
19.
20.