改进YOLOv5s对病理学图像中猪只小肠绒毛的检测

为解决传统小肠绒毛需要专业人员手动检测耗时耗力且存在主观性和不稳定性等问题,同时提高在复杂病理学图像中小肠绒毛检测的准确率和效率,该研究提出基于改进YOLOv5s检测复杂病理学图像下猪只小肠绒毛的方法。首先,采用串联形式的混合池化对空间金字塔进行优化,增强特征提取与特征表达,提升检测精度;然后引入一种基于注意力机制的网络模块(simpleattentionmechanism,SimAM)与Bottleneck中的残差连接相结合,使用SimAM对Bottleneck中的特征图进行加权,得到加权后的特征表示,利用注意力机制加强模型对目标的感知。试验结果表明,该研究算法的平均精度（average precision）和每秒传输帧数（frame per second,FPS）达到92.43%和40帧/s。改进后的YOLOv5s在召回率和平均精度上相较改进前提高2.49和4.62个百分点,在不增加模型参数量的情况下,每帧图片的推理时间缩短1.04 ms。与经典的目标检测算法SSD、Faster R-CNN、YOLOv6s、YOLOX相比,平均精度分别提高15.16、10.56、2.03和4.07...     

采用改进CenterNet模型检测群养生猪目标

为实现对群养环境下生猪个体目标快速精准的检测,该研究提出了一种针对群养生猪的改进型目标检测网络MF-CenterNet（MobileNet-FPN-CenterNet）模型,为确保目标检测的精确度,该模型首先以无锚式的CenterNet为基础结构,通过引入轻量级的MobileNet网络作为模型特征提取网络,以降低模型大小和提高检测速度,同时加入特征金字塔结构FPN（Feature Pyramid Networks）以提高模型特征提取能力,在保证模型轻量化、实时性的同时,提高遮挡目标和小目标的检测精度。该研究以某商业猪场群养生猪录制视频作为数据源,采集视频帧1 683张,经图像增强后共得到6 732张图像。试验结果表明,MF-CenterNet模型大小仅为21 MB,满足边缘计算端的部署,同时对生猪目标检测平均精确度达到94.30%,检测速度达到69 帧/s,相较于Faster-RCNN、SSD、YOLOv3、YOLOv4目标检测网络模型,检测精度分别提高了6.39%、4.46%、6.01%、2.74%,检测速度分别提高了54、47、45、43 帧/s,相关结果表明了该研究所提出的改进型的轻量级MF-CenterNet模型,能够在满足目标检测实时性的同时提高了对群养生猪的检测精度,为生产现场端的群养生猪行为实时检测与分析提供了有效方法。     

猪泛素C端水解酶L1基因的克隆与序列分析

从人泛素C端水解酶L1(UCH_L1)基因出发,在dbEST数据库中同源搜索,找到1条与人UCH_L1基因编码氨基酸同源性较高且在香猪背最长肌中表达的EST(BM194679).通过电子克隆和进一步RT-PCR试验验证,获得猪UCH_L1基因全长cDNA序列,其全长 1 105 bp,开放阅读框(ORF)位于60～728 bp,编码223个氨基酸.同源性分析结果表明,与人、鼠UCH_L1基因cDNA编码区(CDS)同源性分别为91.2%和86.5%,蛋白质序列同源性均为96.6%.对该基因编码蛋白的结构和功能预测显示含有2个典型的疏水性区域,不含有信号肽,存在1个UCH_L1(pfam01088)保守结构域和多个磷酸化位点,属UCH_L1蛋白家族,故将该基因命名为猪泛素C端水解酶L1基因(登录号AY495532).     

重金属锌对猪粪堆肥过程中氧化还原类酶活性的影响

以猪粪和秸秆为主要试验材料,添加不同浓度重金属Zn,采取发酵罐处理方法,在好氧高温条件下研究了重金属Zn对猪粪堆肥过程中多酚氧化酶、脱氢酶活性的变化,以及堆腐过程堆体温度、堆料pH值、胡敏酸E4/E6值的变化。结果表明：（1）低量重金属Zn处理（L）较不添加重金属Zn（CK）和添加高量重金属Zn（H）堆料升温快、温度高、高温持续时间长。（2）重金属Zn的加入对堆料的pH值影响不大,不是影响堆肥进程的直接原因。（3）H处理在整个堆肥过程中E4/E6值均高于L和CK,表明高浓度Zn处理抑制腐殖质的缩合和芳构化。（4）L处理的多酚氧化酶活性大多数时间高于H处理的活性,说明低量重金属Zn更好地促进了木质素的降解及其产物的转化。（5）从整个堆肥过程来看,3个不同处理的脱氢酶活性表现出一定的不稳定性,可能是重金属对脱氢酶活性有抑制作用的同时发生＂抗性酶活性＂现象。     

北京市繁殖猪舍高温环境控制状况

高温是影响猪繁殖性能的重要环境因素。为了缓解北京市繁殖猪的热应激,于2009年对北京市猪舍的建筑类型、降温方式进行了调查,对常见猪舍外墙类型的隔热指标进行了计算评价,并对繁殖猪舍内温度进行了测试,结果表明：北京市猪舍建筑类型调查样本中,有窗封闭式、半开放式和温室大棚式猪舍的比例分别为74.0%、23.7%和2.3%;繁殖猪舍的降温方式中,通风降温和以水为媒介的降温方式各占50%左右;在现有猪舍外墙构造类型中,外贴聚苯板内砌砖的复合墙体的隔热性能最好。北京市夏季繁殖猪舍内温度与舍外变化趋势基本一致,多数时间内舍内温度高于舍外。最后,提出北京市目前繁殖猪舍的高温环境调控建议。     

死猪堆肥处理的通风率选择探讨

针对生产中死猪难处理的问题,作者对死猪堆肥技术进行了试验研究。试验采用箱式堆肥方法,设定处理1、处理2、处理3的通风速率分别为300、200和100L/(m3·min),每个处理设置4个重复;堆肥箱有效容积为0.95m3,每个堆肥箱中间单层放入3头死猪(总质量30～32kg),死猪上、下和四周是由玉米秸秆和猪粪混合的堆肥物料。在北京夏季条件下的运行结果表明,各处理堆肥箱内平均温度超过55℃的时间分别为19、19和34d,处理间差异不显著;试验6周后,死猪仅剩下大部分骨骼,此时3种处理的死猪降解率分别达到(95.5±1.4)%、(94.7±1.7)%和(95.0±0.8)%,仅处理1与处理3的死猪质量(湿基)差异显著(P<0.05);试验14d后粪大肠菌群数即能满足相关标准的无害化要求;各处理堆肥物料的同一特性参数的变化规律一致,且无显著差异,堆肥结束时物料的有机质(干基)质量分数在47%～48%,全氮和全磷(干基)的质量分数达5.7%～6.4%,超过《有机肥料》标准的总养分≥5%的技术指标要求。鉴于以上试验结果,综合考虑运行成本,建议死猪箱式堆肥的通风率不大于100L/(m3·min)和堆肥时间不少于6周。死猪堆肥在无害化处理死猪的同时,将其转化成有机肥料,将为中国规模化猪场的死猪处理提供新的技术选择。     

大气环境对育肥猪舍内颗粒物浓度的影响

2014年10月-2015年8月,以北京昌平某猪场3栋育肥猪舍为例,在猪舍内外设置监测点,对猪舍内外空气动力学直径≤2.5μm的颗粒物（PM2.5）、≤10μm的颗粒物（PM10）和≤100μm的颗粒物（TSP）浓度进行周年监测,并将舍外监测数据与昌平国家环境监测数据进行比较分析,以研究探讨大气环境颗粒物浓度对育肥猪舍内环境的影响。试验结果表明,试验期间舍内外PM2.5浓度的变化范围分别为23～245μgm^-3和11～372μgm^-3,PM10浓度变化范围分别为113～1182μgm^-3和25～444μgm^-3,TSP浓度变化范围分别为334～4396μgm^-3和31～742μgm^-3。育肥猪舍内PM10和TSP浓度远高于猪舍外,说明育肥猪舍内PM2.5浓度受大气环境的影响,而育肥猪舍内粒径大于2.5μm的颗粒物主要源于养殖生产活动。     

生态果园模式中"猪-沼-炕"单元研究与设计

根据中部地区生态果园运行需要,本文提出并设计了生态果园系统中的"猪-沼-炕"单元,详细介绍了该单元的工作原理、设计方法及运行效果,解决了以沼气为纽带的生态果园模式冬季运行效率低等问题.同时,对孟州示范基地的运行测试结果表明该单元模式在提高猪舍温度、促进猪的生长、增加沼气产率等方面均较普通的太阳能猪舍有较大幅度提高,成为适合中部地区应用的生态果园模式中较有特色的接口技术.     

不同地面结构育肥猪舍的恶臭排放影响因素分析

研究了冷、暖季节下生物发酵床、水泥实心、全缝隙3种不同地面结构的机械通风育肥猪舍的恶臭浓度、排放系数及地面结构、舍内温湿度、猪体重对恶臭浓度的影响.研究表明:猪舍的恶臭浓度与舍内温度、猪体重呈显著正相关(p＜0.05),恶臭浓度与相对湿度无显著相关性(p＞0.1);地面结构不同,恶臭浓度存在显著差异(p＜0.05);生物发酵床猪舍有助于恶臭减排,恶臭浓度最低,水泥实心地面猪舍的恶臭浓度最高,全缝隙地面猪舍的恶臭浓度居中;生物发酵床、全缝隙、水泥实心地面育肥猪舍的恶臭排放系数分别为(3.39±3.33)、(3.70±1.31)、(4.33±2.39) OU/(m2·s).     

Food animals as reservoirs and potential sources of multidrug-resistant diarrheagenic E. coli pathotypes: Focus on intensive pig farming in South Africa

BackgroundDiarrheagenic E. coli (DEC) strains are a major cause of diarrheal diseases in both developed and developing countries. Healthy asymptomatic animals may be reservoirs of zoonotic DEC, which may enter the food chain via the weak points in hygiene practices.AimWe investigated the prevalence of DEC along the pig production continuum from farm-to-fork.MethodsA total of 417 samples were collected from specific points along the pig production system, that is, farm, transport, abattoir and food. E. coli was isolated and enumerated using Colilert. Ten isolates from each Quanti-tray were selected randomly and phenotypically identified using eosin methylene blue agar selective media. Real-time polymerase chain reaction (PCR) was used to confirm the species and to classify them into the various diarrheagenic pathotypes. Antimicrobial susceptibility was determined against a panel of 20 antibiotics using the Kirby-Bauer disk diffusion method and EUCAST guideline.ResultsThe final sample size consisted of 1044 isolates, of which 45.40% (474/1044) were DEC and 73% (762/1044) were multidrug-resistant. Enteroinvasive E. coli (EIEC) was the most predominant DEC at all the sampling sites.ConclusionThe presence of DEC in food animal production environments and food of animal origin could serve as reservoirs for transmitting these bacteria to humans, especially in occupationally exposed workers and via food. Adherence to good hygienic practices along the pig production continuum is essential for mitigating the risk of transmission and infection, and ensuring food safety.