预测特定呼吸道病原体的方法
阅读说明：本技术 预测特定呼吸道病原体的方法 (The method for predicting specific respiratory pathogen ) 是由 M·C·根佐乌 C·O·戈麦斯-杜兰 于 2017-11-12 设计创作，主要内容包括：本发明涉及一种由处理器执行的用于预测一组农场动物中特定呼吸道病原体的方法,该方法包括监测由所述农场动物产生的声音。(The present invention relates to a kind of methods for predicting specific respiratory pathogen in one group of farm-animals executed by processor, and this method includes monitoring the sound generated by the farm-animals.)
相关申请的交叉引用
本申请要求2016年11月15日提交的欧洲专利申请EP 16002421.2的优先权；该欧洲专利申请的全部内容通过援引并入本文。
背景技术
1、技术领域
本发明涉及一种由处理器执行的用于预测一组农场动物中特定呼吸道病原体的方法，包括：记录声音；将模拟记录转换为数字数据；从由呼吸窘迫引起的声音中滤除背景噪声；将所得的呼吸窘迫指数(RDI)模式与包含由若干不同呼吸道病原体生成的不同RDI模式的数据的存储表格进行比较；以及报告对应于匹配的RDI模式的呼吸道病原体。
此外，本发明涉及一种非暂态处理器可读介质，其上存储有被配置成使处理器执行根据本发明的方法的处理器可执行指令；一种执行根据本发明的方法的计算设备；以及一种用于执行本发明方法的套件，该套件包括这种计算设备和至少一个传声器。
2、背景信息
近年来，若干因素已经使传统畜牧业受到压力。首先，随着世界人口的持续增长，全球肉类需求量也急剧增长。此外，人均收入正在增加，特别是在金砖国家等的新兴工业体中。这使得大量新人群能够消费肉类。发达国家消费者特有的另一个趋势是对合乎道德和环境友好型肉类生产的关注日益增加。此外，显然需要减少在集约化畜牧生产中使用抗生素(Aarestrup,F.2012,Nature 486,465-466；Kimman,T.,Smits,M.,Kemp,B.,Wever,P.，和Verheijden,J.2010，Banning Antibiotics,Reducing Resistance,Preventing andFighting Infections:White Paper on Research Enabling an Antibiotic-free’Animal Husbandry.Wageningen Academic UR)。
畜牧业可被视为一种过程控制技术，在这种背景下经常采用精准畜牧业(PLF)(Berckmans,D.2006,in Livestock Production and Society,R.Geers,and F.Madec,eds.Wageningen Academic Publishers.51–54)。
在实际设置中采用不同种类的传感器来促进PLF，例如相机(CCTV、红外线、3D、热……)、加速度计、流量计等。一种特别有趣的PLF技术使用传声器来捕获声音。声音包含有关动物及其环境(交流、健康、福利)的许多有用信息。
最近，在不同物种中已经出现了许多基于声音的PLF技术的例子。Moura等人示出了如何基于声音分析监测肉鸡的热(不)舒适度(Moura,D.J de,I.de A.,Alves,E.Cde S.,Carvalho,T.M.R.De,do Vale,M.M.，和Lima,K.A.O.de 2008,Sci.Agric.65，438-443)，而Aydin等人展示了通过啄食声音监测肉鸡摄入饲料量(Aydin,A.,Bahr,C.,Viazzi,S.,Exadaktylos,V.,Buyse,J.和Berckmans,D.2014.Comput.Electron.Agric.101，17-23)。Hillman等人使用猪的声学监测来检测热(不)舒适度(Hillmann,E.,Mayer,C.,P.-C.,Puppe,B和Schrader,L.2004,Appl.Anim.Behav.Sci.89，195-206)。
Van Hirtum等人首先开发了用于区分病理性与非病理性猪咳嗽的算法(VanHirtum,A.2002.The acoustics of coughing.PhD Thesis.KU Leuven.Leuven,Belgium)。Ferrari等人使用时间和频率导出的参数对猪咳嗽声音进行了表征(Ferrari等人，2008)。
自动测量的咳嗽与猪呼吸异常之间的联系已经在若干现场试验中得到了广泛的验证(Finger,G.，Hemeryck,M.，Gomez-Duran，O.和Genzow，M.2014，in Proceedings ofthe 23rd IPVS Congress,Cancun,Mexico.207–208；Genzow,M.,Gomez-Duran,O.,Hemeryck,M.和Finger,G.2014a,in Proceedings of the 23rd IPVS Congress,Cancun,Mexico.212-213；Genzow,M.,Gomez-Duran,O.,Strutzberg-Minder,K.,Finger,G.,和Hemeryck,M.2014b,in Proceedings of the 23rd IPVS Congress,Cancun,Mexico.205-206；Berckmans,D,Hemeryck,M.,Berckmans,D.,Vranken,E.,Waterschoot,T.,2015inInt.Symp.on Animal Environ.&Welfare Oct.23–26,2015,Chongqing,China)。
欧洲专利申请EP 2783629 A1公开了一种利用与计算设备连接的传声器来监测一组农场动物的声音的方法和/或系统，其中，计算设备记录由动物产生的声音，执行过滤操作以滤除背景噪声，统计在一定时段内由呼吸窘迫引起的声音数量，并在由呼吸窘迫引起的声音的记录数量超过给定值时向操作员发出警报。
国际专利申请WO 2008/152433教导了一种用于将呼吸状态(例如咳嗽的数量和类型)与具有实时呼吸状态的生物体的定位相结合的方法和/或系统。此外，它表明可以利用自动回归分析来识别咳嗽的类型。
然而，迄今描述的方法不能预测导致被监测动物的呼吸窘迫的病原体。因此，存在对由农场动物的呼吸窘迫引起的声音的测量的高需求，这种声音的测量可以用作预测引起窘迫的病原体的诊断工具。本发明所要解决的问题是提供一种用于测量由农场动物中由呼吸窘迫引起的声音的方法，该方法允许预测引起呼吸窘迫的病原体。
现在已经令人惊讶地发现，每种呼吸道病原体产生呼吸窘迫指数(RDI)的独特模式，该指数是在预定义时间段内由每只农场动物的呼吸窘迫引起的声音数量。本发明所要解决的问题已经通过一种方法解决，其中，在一段时间内测量、监测和存储RDI的模式，并将其与其中存储不同RDI模式的表格进行比较。
发明内容
因此，本发明涉及一种用于预测一组农场动物中特定呼吸道病原体的方法，包括以下步骤：
a)记录一定时段内该组农场动物中产生的声音；
b)将模拟记录转换为数字数据；
c)执行过滤操作，从由呼吸窘迫引起的声音中滤除背景噪声；
d)统计该记录时间内由呼吸窘迫引起的声音数量；
e)计算呼吸窘迫指数(RDI)，该指数是在预定义时段内由呼吸窘迫引起的声音数量，可选地通过每个传声器范围内的农场动物数量进行校正；
f)在一段时间内监测和存储RDI的模式；
g)将所得的RDI模式的数据与包含由若干不同呼吸道病原体生成的不同RDI模式的数据的存储表格进行比较；以及
h)报告对应于匹配的RDI模式的呼吸道病原体，
其中，步骤b)至h)由处理器执行。
本发明进一步涉及一种非暂态处理器可读介质，其上存储有被配置成使处理器执行本发明的方法步骤b)至h)中的每一步的处理器可执行指令。
此外，本发明涉及一种用于预测一组农场动物中特定呼吸道病原体的计算设备，该计算设备包括用于执行根据本发明的方法步骤b)至h)的装置。
另外，本发明涉及用于执行根据本发明的方法步骤中的每一步的套件，该套件基本上由以下各项组成：
(A)本发明的计算设备；
(B)至少一个能够与所述计算设备(A)连接的传声器；和
(C)可选地，提供安装和使用(A)和(B)的操作指南的信息手册。
附图说明
附图展示了本发明的实施方案，并且与说明书(包括上面的概述和随后的详细描述)一起用于解释本发明的特征。
图1是展示根据本发明的方法的实施方案的过程流程图。
图2展示了所得的输出数据，其示出由猪流感病毒引起的RDI模式。
图3展示了所得的输出数据，其示出由猪肺炎支原体引起的RDI模式。
图4展示了所得的输出数据，其示出由胸膜肺炎放线杆菌(APP)引起的RDI模式。
图5展示了所得的输出数据，其示出由猪繁殖与呼吸综合征(PRRS)病毒引起的RDI模式。
图6展示了农场畜舍中的声音监测系统的示例性布置。
具体实施方式
上文或下文中使用的术语“呼吸道病原体”以其最古老和最广泛的意义来说，是可以产生呼吸道疾病的任何物质。它既包括比如病毒、细菌、朊病毒、真菌、或甚至其他微生物等的感染性因子；也包括比如包括氨、硫化氢、二氧化碳和甲烷的化学气体剂，源自饲料、粪便粒或皮屑的有机粉尘，包括粪便尘中的大肠菌群的内毒素和烟雾等的非感染性因子。
如上文或下文中使用的术语“预测病原体”是指将在特定农场、畜舍、或畜舍的一部分中获得的RDI值的模式与从监测已经被特定病原体感染的农场动物获得的RDI模式的库或表格进行比较。如果实际模式与存储的病原体特异性模式之一匹配，则可以预测，被监测组中的至少一只动物感染了匹配的病原体。
该术语“预测病原体”不包括特定动物的特定临床图像偏差的归因，即推断兽医决策。然而，对于兽医来说，它是可能形成这种决策的一部分的有用工具。
如上文或下文中使用的术语“病原体特异性RDI模式”是指由特定呼吸道病原体引起的RDI值的模式。它包括这些RDI值的曲线形式，其中有时间、RDI值的增加的陡度以及曲线下的面积。所有这些特征都是病原体特异性的并且存储在计算设备的表格中。通过同时测量农场动物中的声音、计算RDI值并诊断引起呼吸窘迫声音的相关病原体，先前已经建立了这样的表格。
如上文或下文所使用的术语“呼吸窘迫的声音”包括农场动物由于呼吸障碍或疾病而发出的各种声音(包括但不限于咳嗽、打喷嚏、哼声和喘息)。
如上文或下文中使用的术语“农场动物”(包括供养在农场中用于生产动物产品或休闲的各种动物，比如马、狗、驴、鸵鸟和貂，特别是猪、牛、马和家禽等。
如上文或下文中使用的术语“处理器”是指比如工业计算机、个人计算机(PC)、膝上型计算机或平板电脑等的计算设备，其可以位于农场、畜舍或畜舍的一部分内，或者经由数据传输装置连接位于农场、畜舍或畜舍的一部分内的传声器。
上文或下文中关于传声器和计算设备的关系使用的术语“连接”或“可连接”旨在包括通过合适的电缆或电线的任何直接连接，但也包括比如红外、蓝牙或WLAN等的任何无线连接。
如上文和下文中使用的术语“计算设备”不仅是指在外壳中的连接到传声器的处理器，还包括系统，该系统包括首先从传声器接收声学数据、然后将此数据存储在处理器可读介质中、并且然后将其传输到处理器的设备。
如上文或下文中使用的术语“处理器可读介质”包括可用于存储数字数据的任何介质，包括但不限于内部或外部硬盘驱动器、SSD驱动器、SDI卡、存储云、CD、DVD、USB棒、软盘和磁带。
如上文或下文中使用的术语“比较所得的RDI模式的数据”包括病原体特异性或库与从一组农场动物获得的实际RDI模式的比较。在这样的比较中，RDI的总数或曲线下的面积、RDI最大值的数量、达到第一个和随后的最大值的时间、从一组农场动物获得的实际RDI模式的任何最大值下降的时间将与表格中存储的病原体特异性RDI模式的相应的特征进行比较。处理器将确定实际RDI模式的这些特征与存储在表格中的RDI模式之间的差异，并表明这种差异最小的病原体。
以下方法是本发明的优选实施方案：
一种方法，其中
(a)农场动物选自牛、猪和家禽，特别是生长/育肥猪或种猪；
(b)已通过一种或多种诊断方法，优选通过基于笔的口腔流体取样结合酶联免疫吸附试验(ELISA)或聚合酶链反应(PCR)和/或血清测试，验证了存储表格中的呼吸道病原体。
(c)呼吸道病原体选自一种或多种细菌、支原体和病毒、优选地选自不动杆菌属、放线杆菌属，特别是胸膜肺炎放线杆菌(APP)、隐秘杆菌属、博德特氏菌属、嗜血杆菌属、克雷伯氏菌属、巴氏杆菌属、沙门氏菌属、链球菌属、猪鼻支原体、猪肺炎支原体、猪流感、猪繁殖与呼吸综合征(PRRS)病毒、呼吸道冠状病毒、猪圆环病毒2型(PCV2)、猪巨细胞病毒、奥耶斯基氏病、典型猪瘟和非洲猪瘟，特别是APP、猪肺炎支原体、猪流感、PRRS和PCV2、最优选地是猪流感；
(d)呼吸道病原体选自比如包括氨、硫化氢、二氧化碳和甲烷的化学气体剂，源自饲料、粪便粒或皮屑的有机粉尘，包括粪便尘中的大肠菌群的内毒素和烟雾等的非感染性因子；
(e)呼吸窘迫引起的声音是打喷嚏和/或咳嗽；
(f)在至少两周、优选地1至12个月的时间段内连续记录在一组农场动物中产生的声音；
(g)在步骤a)中，取决于被监测的农场动物的大小，使用1至4个传声器记录1至1000只农场动物产生的噪声，优选地5至200头猪、10至1000只鸡或1至50头牛；
(h)在步骤c)中，由一组健康农场动物产生的声音生成的存储数据用于滤除背景噪声；
(i)在步骤e)中，RDI是由每只农场动物，在5到48小时内、优选地在12到36小时内、特别是大约24小时内的呼吸窘迫引起的声音的数量，在另一个优选实施方案中，是在农场中的活动少的时间(例如夜间)；
(j)在步骤g)中，呼吸道病原体的存储表格包括1至10个、优选地2至6个不同的呼吸道病原体(特别是APP、猪肺炎支原体、猪流感、PRRS和PCV2)以及它们相应的RDI模式。
(k)在步骤h)中，该处理器产生表明超过阈值RDI值的一个或多个RDI值的报告和/或将此报告发送给负责该组农场动物的饲养员或兽医卫生专业人员。
将参考附图详细地描述各种实施方案。在可能的情况下，在所有附图中使用相同的附图标记来表示相同或类似的部分。对特定例子和实现方式做出的参考是为了说明性目的并且并非旨在限制权利要求书的范围。
用于捕获声音的硬件是比利时SoundTalks BV的’SOMO+录音设备。幻象供电(即，通过传声器电缆传输DC电力以操作包含有源电子电路系统的传声器)传声器以平衡的方式连接。这允许使用较长的传声器电缆，对噪声的敏感性有限。传声器通常关于被监测的动物的位置(例如猪圈)居中。传声器被固定在2米的高度，使其足够接近动物，但不要太接近以防动物触及传声器。记录是以5分钟持续(24/24,7d/w(一天24小时，一周7天))时间的文件形式连续的记录。记录参数设置为16位有符号整数位分辨率，具有22.05kHz(标准WAV文件格式)的采样率。嵌入式声卡无风扇并且通过密封外壳保护使其免受恶劣环境的影响。通过薄而灵活的外罩保护传声器免受环境的影响，该外罩被设计成不干扰感兴趣频率范围内(即，从1kHz至5kHz)的声音采集。与类似的PLF技术一样，该设备也面临着一系列农场环境中典型的鲁棒性相关问题。
与声音监测和RDI计算并行进行各种诊断测试，如(离散)唾液或血清图。对唾液和血清图进行了胸膜肺炎放线杆菌(APP)、猪流感病毒(SIAV)、猪肺炎支原体(M.Hyo)和猪繁殖与呼吸综合征病毒(PRRSV)的检测。诊断结果示出了RDI值的模式对引起呼吸窘迫的病原体具有特异性。
术语“猪流感病毒(SIAV)”是本领域技术人员已知的。该术语“猪流感病毒”是指来自引起猪流感的正粘病毒家族的A型或C型流感病毒。尽管正粘病毒具有三组：A型、B型和C型，但只有A型和C型流感病毒感染猪。优选地，猪流感病毒是A型猪流感病毒。猪流感病毒的亚型包括H1N1、H1N2、H3N2和H3N1。H9N2和H5N1也可以在猪身上发现。
替代性地，动物将被特定病原体感染，并在感染后的某一段时间内监测由呼吸窘迫引起的声音，并且使用所得的RDI模式作为所述病原体的病原体特异性RDI模式。
这些病原体特异性RDI值的模式作为表格或库存储在计算设备中。
图1的过程流程图示出了一个或多个传声器(1)如何首先拾取在农场、畜舍或畜舍的一部分中出现的声音。然后通过模数转换器(2)将声音从模拟信号转换为数字信号。在数字化之后，应用不同的过滤技术(3)以将(多个)传声器捕获的呼吸窘迫声音与所有其他声音分开。其他声音包括例如风扇噪声或馈电线噪声的固定的背景声音以及比如敲击或尖叫等的与呼吸窘迫无关的瞬时声音事件。然后呼吸窘迫指数(RDI)(5)被计算为在预定义时间段内由呼吸窘迫引起的声音的数量(4)、该呼吸窘迫指数根据(传声器)捕获的农场动物的数量进行缩放(6)，即如图3A中所示出的(多个)传声器(1)附近的农场动物。RDI值在一段时间内存储，并且一系列历史RDI值(8)伴随用于验证引起呼吸窘迫声音的病原体的诊断测试一起作为输入，用于确定病原体特异性RDI值(10)。这些病原体特异性值(11)的模式存储在计算设备的表格中。然后将实际计算的RDI模式(7)与这些病原体特异性RDI值(11)的存储模式进行比较。此比较(12)用作方法的输出(13)，报告所得的病原体以及RDI值的模式。
图2示出了根据本发明的方法的例子，其中猪被猪流感病毒感染。在2013年6月至10月期间监测了动物的声音。农场畜舍中声音监测系统的布置如图4B中所示出。
图2A示出了在每天24小时内的以颜色较浅的条(14、15)的形式的呼吸窘迫声的强度。纵坐标(16)表明一天中的几点钟，并且X轴(17)示出了监测的日期。
图2B至图2D示出了以颜色较浅的条(14、15)的形式的呼吸窘迫声的强度，如在每天的不同时间期间，即从0点到5点(图2B)、从6点到13点(图2C)、以及从14至21点(图2D)。纵坐标(16)表明一天中的几点钟，并且X轴(17)示出了监测期间的日期。
图2E至图2H表明相应的RDI(来自截取片段)值(18)并且图2I至图2L表明相应的RDI值(19)。
在这个例子中，显然在2013年7月3日至10日(20)期间存在RDI值的急剧上升和下降以及2013年9月3日至14日(21)期间存在第二次急剧上升。在大约不到5天后就已经达到最高RDI值。这种狭窄、陡峭的峰是猪流感的典型特征。这对于相对较短的持续时间和曲线下的较小面积也是如此。
将SIAV的预定病原体特异性RDI模式存储在计算设备中，并且所述计算设备将实际监测到的RDI模式与其进行比较，这将指示实际监测到的RDI模式是否与存储的SIAV RDI模式匹配，并且指示SIAV是导致实际RDI模式的病原体。
图3示出了其中猪被猪肺炎支原体感染的根据本发明的方法的例子，指示相应的RDI值(19)。在2015年11月11日至12月8日(17)期间监测了动物的声音。农场畜舍中声音监测系统的布置如图6B中所示出。
在这个例子中，显然在11月18日至12月7日(20)期间存在非常缓慢的增长。大约19天后才达到最高RDI值。这种极宽的峰是猪肺炎支原体的典型特征。对于非常长的持续时间和曲线下的较大面积也是如此。
将猪肺炎支原体的预定病原体特异性RDI模式存储在计算设备中，并且所述计算设备将实际监测的RDI模式与其进行比较，这将指示实际监测的RDI模式是否与存储的猪肺炎支原体RDI模式匹配，并且指示猪肺炎支原体表为引起实际RDI模式的病原体。
图4示出了其中猪被胸膜肺炎放线杆菌(APP)感染的根据本发明的方法的例子，表明相应的RDI值(19)。在1月9日至20日(17、18)期间监测了动物的声音。最初的试验是利用10头猪进行的。1月12日，这些动物感染APP。
在这个例子中，显然在1月12日到15日(20)期间存在非常急剧的上升。在1月17日(21)已经达到最高RDI值。这种在连续2-3天内具有两个强峰的陡峭曲线是APP的典型特征。
将APP的预定病原体特异性RDI模式存储在计算设备中，并且所述计算设备将实际监测到的RDI模式与其进行比较，这将指示实际监测到的RDI模式是否与存储的APP RDI模式匹配，并且指示APP是导致实际RDI模式的病原体。
图5示出了其中猪被猪繁殖与呼吸综合征(PRRS)病毒感染的根据本发明的方法的例子，指示相应的RDI值(19)。在8月7日至9月11日(17、18)期间监测了动物的声音。最初的试验是利用4周龄的10头猪进行的。8月7日，该动物感染PRRS。8月8日至14日(19a)期间略微增强的RDI值不是由PRRS引起的，而是由地方性猪肺炎支原体感染引起的。
在这个例子中，显然在8月15日和9月2日期间几乎没有检测到PRRS感染的呼吸道症状，但是在9月3日(20)RDI值开始急剧上升。在9月4日至8日(21)期间达到了最高RDI值。这种在长时间没有呼吸道症状之后连续2-3天内具有2-3个强峰的陡峭曲线是PRRS的典型特征。
在删除由地方性猪肺炎支原体感染引起的RDI值(19a)后，将PRRS的预定病原体特异性RDI模式存储在计算设备中，并且所述计算设备将实际监测的RDI模式与其进行比较，这将指示实际监测的RDI模式是否与存储的PRRS RDI模式匹配，并且指示PRRS为引起实际RDI模式的病原体。
图6指示了农场畜舍中的声音监测系统的不同示例性布置。
图6A示出了猪舍(22)的示意性截面，其中传声器(1)安装在畜舍的天花板(23)上，高度约为2米。所有在地面(24)距传声器的半径约7至9米范围内的动物(6)发出的声音都在传声器可及范围内。
图6B示出了六个长度约6米且宽度约5米的猪圈的俯视图。猪总数为225。一个传声器记录大约75％的动物发出的声音。
图6C示出了八个长度约6米且宽度约5米的猪圈的俯视图。猪总数为320。两个传声器记录所有动物发出的声音。
图6D示出了二十四个长度约6米且宽度约5米的猪圈的俯视图。猪总数为1000。四个传声器记录了大约75％的动物发出的声音。
提供所公开的实施方案的先前描述是为了使本领域技术人员能制作或使用本发明。这些实施方案的各种修改对于本领域技术人员来说将是显而易见的，并且在不背离本发明的精神或范围的前提下，此处定义的总体原理可以被应用到其他实施方案。由此，本发明不限于本文中示出的实施方案，而是应被授予与所附权利要求和本文中公开的原理和特征一致的最广义的范围。