JP2023174309A - Method for predicting calving period of livestock and device for predicting calving period of livestock - Google Patents

Method for predicting calving period of livestock and device for predicting calving period of livestock Download PDF

Info

Publication number
JP2023174309A
JP2023174309A JP2022087087A JP2022087087A JP2023174309A JP 2023174309 A JP2023174309 A JP 2023174309A JP 2022087087 A JP2022087087 A JP 2022087087A JP 2022087087 A JP2022087087 A JP 2022087087A JP 2023174309 A JP2023174309 A JP 2023174309A
Authority
JP
Japan
Prior art keywords
livestock
time
calving
average value
prediction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2022087087A
Other languages
Japanese (ja)
Inventor
宏樹 藤岡
Hiroki Fujioka
茂樹 岸
Shigeki Kishi
健一 矢用
Kenichi Yayo
宸佑 黄
Chen'yu Huang
朋貴 兒嶋
Tomoki Kojima
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National Agriculture and Food Research Organization
Original Assignee
National Agriculture and Food Research Organization
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National Agriculture and Food Research Organization filed Critical National Agriculture and Food Research Organization
Priority to JP2022087087A priority Critical patent/JP2023174309A/en
Publication of JP2023174309A publication Critical patent/JP2023174309A/en
Pending legal-status Critical Current

Links

Images

Landscapes

  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

To achieve a technique that predicts the calving period of livestock.SOLUTION: A device for predicting the calving period of livestock (10) includes: an analysis section (14) that segregates electrocardiographic data representing the time-based changes over a predetermined period in heart rate information from electrocardiograms measured in the subject livestock, into diurnal variability components, trend components, and residual components; and a prediction section (15) that predicts the calving period of the subject livestock on the basis of an inflection point in the trend components determined by the analysis part (14).SELECTED DRAWING: Figure 1

Description

本発明は、家畜の分娩時期予測方法及び家畜の分娩時期予測装置に関する。 The present invention relates to a method for predicting the calving time of livestock and a device for predicting the calving time of livestock.

近年、畜産従事者数の減少、農家一戸あたりの飼養頭数の増加等に伴い、農家における家畜の頭数あたりの飼養従事者の少人数化が進んでいる。家畜の出産の際には、畜産従事者が立ち合い、サポートが必要となる場合が多い。分娩の時期は予測ができないため、数日に渡って昼夜を問わない観察が必要となる場合がある。しかしながら、家畜の頭数あたりの飼養従事者の少人数化が進んでいる状況下においては多大な負荷となる。
このような問題を解決する手段として、家畜の心拍情報を指標として、分娩時期を予測する方法が用いられている(特許文献1及び非特許文献1)。特許文献1には、分娩時のみ特有の一過性の心拍数減少を引き起こすことが記載されている。また、非特許文献1には、分娩30日前の心拍数と比較した心拍数比率が、分娩2日以内に1.3以上の値を示す家畜の割合が高いことが記載されている。
In recent years, with the decrease in the number of people engaged in livestock farming and the increase in the number of livestock kept per farm household, the number of livestock workers per number of livestock in a farm is becoming smaller. Livestock workers often need to be present and provide support when livestock give birth. Because the timing of calving is unpredictable, it may be necessary to observe day and night for several days. However, in a situation where the number of people involved in raising livestock per head of livestock is decreasing, this becomes a huge burden.
As a means to solve such problems, a method of predicting the calving time using livestock heartbeat information as an index is used (Patent Document 1 and Non-Patent Document 1). Patent Document 1 describes that it causes a temporary decrease in heart rate that is unique only during childbirth. Furthermore, Non-Patent Document 1 describes that a high percentage of livestock exhibit a heart rate ratio of 1.3 or more within two days of calving compared to the heart rate 30 days before calving.

特開2008-11916号広報Publication of JP-A-2008-11916

藤本ら、日本畜産学会会報、59巻、4号、p.301-305,1988Fujimoto et al., Bulletin of the Japanese Society of Animal Science, Vol. 59, No. 4, p. 301-305, 1988

しかしながら、上述のような従来技術は、分娩時のみ特有の一過性の心拍数減少の検知による分娩予測のため、直前でないと予測ができないという問題がある。また、分娩30日前の心拍数と比較した心拍数比率による分娩予測のため、分娩のおよそ30日前を特定する必要が生じるが、個体差によってその特定が困難となる可能性がある。分娩時期を適切なタイミングで予測することができれば、分娩時に十分な支援体制を準備することが可能であり、畜産従事者の負担が軽減し、有用である。
本発明の一態様は、上述した問題点を解決するためになされたものであり、その目的は、家畜の分娩時期を予測する技術を実現することを目的とする。
However, the above-mentioned conventional technology has a problem in that it cannot predict delivery until immediately before delivery because it predicts delivery by detecting a temporary decrease in heart rate that is unique only during delivery. Further, in order to predict delivery based on the heart rate ratio compared to the heart rate 30 days before delivery, it is necessary to specify approximately 30 days before delivery, but this may be difficult due to individual differences. If the calving period can be predicted at an appropriate timing, it will be possible to prepare a sufficient support system at the time of calving, which will reduce the burden on livestock workers and be useful.
One aspect of the present invention has been made to solve the above-mentioned problems, and its purpose is to realize a technique for predicting the parturition time of livestock.

上記の課題を解決するために、本発明の一態様に係る家畜の分娩時期予測方法は、被験家畜において測定した心電図から得られる心拍情報の、所定期間における時間的推移を表す心電図データを、日周変動成分、トレンド成分、及び残差成分に分解する分析工程と、前記分析工程において得られた前記トレンド成分の変曲点に基づき、被験家畜の分娩時期を予測する予測工程とを包含する。 In order to solve the above-mentioned problems, a method for predicting parturition time for livestock according to one aspect of the present invention includes electrocardiogram data representing the temporal change over a predetermined period of heartbeat information obtained from electrocardiograms measured in test livestock. The method includes an analysis step of decomposing into a periodic variation component, a trend component, and a residual component, and a prediction step of predicting the calving time of the test livestock based on the inflection point of the trend component obtained in the analysis step.

本発明の一態様に係る家畜の分娩時期予測方法は、前記予測工程において、前記トレンド成分の変曲点から30時間~80時間後を、被験家畜の分娩時期として予測してもよい。 In the method for predicting the calving time of livestock according to one aspect of the present invention, in the prediction step, 30 to 80 hours after the inflection point of the trend component may be predicted as the calving time of the test livestock.

本発明の一態様に係る家畜の分娩時期予測方法において、前記トレンド成分の変曲点は、前記トレンド成分と、前記トレンド成分の移動平均との差が、0以上の最小値となる時点であってもよい。 In the livestock calving time prediction method according to one aspect of the present invention, the inflection point of the trend component is a point in time when the difference between the trend component and the moving average of the trend component becomes a minimum value of 0 or more. It's okay.

本発明の一態様に係る家畜の分娩時期予測方法において、前記所定期間は、被験家畜の分娩予定日前1週間以上であってもよい。 In the livestock calving time prediction method according to one aspect of the present invention, the predetermined period may be one week or more before the expected calving date of the test livestock.

本発明の一態様に係る家畜の分娩時期予測方法において、前記移動平均は、算出時点の直前の6時間~18時間の平均値であってもよい。 In the livestock calving time prediction method according to one aspect of the present invention, the moving average may be an average value for 6 to 18 hours immediately before the calculation time.

本発明の他の態様に係る家畜の分娩時期予測方法は、被験家畜において測定した心電図から得られる心拍情報の、所定の時間幅における第1の平均値を、前日及び前々日の少なくとも一方の前記所定の時間幅における前記心拍情報の第2の平均値と比較する分析工程と、前記分析工程において比較した結果に基づき、被験家畜の分娩時期を予測する予測工程とを包含する。 A method for predicting parturition time of livestock according to another aspect of the present invention is to calculate a first average value in a predetermined time range of heartbeat information obtained from an electrocardiogram measured in a test livestock for at least one of the previous day and the day before the previous day. The method includes an analysis step of comparing the heartbeat information with a second average value in the predetermined time interval, and a prediction step of predicting the parturition time of the test livestock based on the results of the comparison in the analysis step.

本発明の他の態様に係る家畜の分娩時期予測方法において、前記所定の時間幅は、1時~8時の間の連続した4時間~5時間、又は、13時~17時の間の連続した1時間~3時間の何れかであってもよい。 In the livestock calving time prediction method according to another aspect of the present invention, the predetermined time range is 4 to 5 consecutive hours between 1:00 and 8:00, or 1 to 5 consecutive hours between 1:00 and 17:00. It may be any one of 3 hours.

本発明の他の態様に係る家畜の分娩時期予測方法において、前記予測工程において、前記第1の平均値が前記第2の平均値よりも低いとき、前記第1の平均値の算出日から20時間~30時間以内を被験家畜の分娩時期として予測してもよい。 In the livestock calving time prediction method according to another aspect of the present invention, in the prediction step, when the first average value is lower than the second average value, 20 days have passed since the calculation date of the first average value. The parturition period of the test livestock may be predicted to be within 30 hours.

本発明の他の態様に係る家畜の分娩時期予測方法は、前記予測工程において、前記第1の平均値が前記第2の平均値に対して5%以上低いとき、前記第1の平均値の算出日から20時間~30時間以内を被験家畜の分娩時期として予測してもよい。 In the livestock calving time prediction method according to another aspect of the present invention, in the prediction step, when the first average value is lower than the second average value by 5% or more, the first average value The calving period of the test livestock may be predicted to be within 20 to 30 hours from the calculation date.

本発明の一態様に係る家畜の分娩時期予測装置は、被験家畜において測定した心電図から得られる心拍情報の、所定期間における時間的推移を表す心電図データを、日周変動成分、トレンド成分、及び残差成分に分解する分析部と、前記分析部において得られた前記トレンド成分の変曲点に基づき、被験家畜の分娩時期を予測する予測部と、を備えている。 A livestock parturition timing prediction device according to one aspect of the present invention calculates electrocardiogram data representing a temporal change over a predetermined period of heartbeat information obtained from an electrocardiogram measured in a test livestock, into a diurnal variation component, a trend component, and a residual component. The apparatus includes an analysis section that decomposes into difference components, and a prediction section that predicts the calving time of the test livestock based on the inflection point of the trend component obtained in the analysis section.

本発明の他の態様に係る家畜の分娩時期予測装置は、被験家畜において測定した心電図から得られる心拍情報の、所定の時間幅における第1の平均値を、前日及び前々日の少なくとも一方の前記所定の時間幅における前記心拍情報の第2の平均値と比較する分析部と、前記分析部において比較した結果に基づき、被験家畜の分娩時期を予測する予測部とを備えている。 A livestock parturition timing prediction device according to another aspect of the present invention calculates a first average value in a predetermined time range of heartbeat information obtained from an electrocardiogram measured in a test livestock, at least one of the previous day and the day before the previous day. The apparatus includes an analysis section that compares the heartbeat information with a second average value in the predetermined time interval, and a prediction section that predicts the parturition period of the test livestock based on the comparison result in the analysis section.

本発明の一態様によれば、家畜の分娩時期を予測する技術を実現できる。 According to one aspect of the present invention, it is possible to realize a technique for predicting the parturition time of livestock.

本発明の一態様に係る分娩時期予測装置の要部構成を示すブロック図である。FIG. 1 is a block diagram showing a main part configuration of a calving time prediction device according to one aspect of the present invention. トレンド分析の概要を説明する図である。FIG. 2 is a diagram illustrating an overview of trend analysis. 本発明の一態様に係る分娩時期予測装置が実行する分娩時期予測処理の一例を説明するフローチャートである。It is a flow chart explaining an example of calving time prediction processing performed by the calving time prediction device according to one aspect of the present invention. 本発明の一態様に係る分娩時期予測装置が実行する分娩時期予測処理の他の例を説明するフローチャートである。It is a flow chart explaining other examples of calving time prediction processing performed by the calving time prediction device according to one aspect of the present invention. 実施例のトレンド分析の結果を示す図である。It is a figure which shows the result of the trend analysis of an Example. 実施例のトレンド分析の結果を示す図である。It is a figure which shows the result of the trend analysis of an Example. 実施例の変曲点の抽出結果を示す図である。It is a figure which shows the extraction result of the inflection point of an Example. 実施例の変曲点の抽出結果を示す図である。It is a figure which shows the extraction result of the inflection point of an Example. 実施例の変曲点の抽出結果を示す図である。It is a figure which shows the extraction result of the inflection point of an Example. 実施例の変曲点の抽出結果を示す図である。It is a figure which shows the extraction result of the inflection point of an Example. 実施例の分娩時期予測結果を示す図である。It is a figure which shows the calving time prediction result of an Example. 実施例の分娩時期予測結果を示す図である。It is a figure which shows the calving time prediction result of an Example. 実施例の分娩時期予測結果を示す図である。It is a figure which shows the calving time prediction result of an Example. 実施例の分娩時期予測結果を示す図である。It is a figure which shows the calving time prediction result of an Example.

〔分娩時期予測方法〕
本発明の一態様は、家畜における分娩時期を予測する分娩時期予測方法を提供する。本発明の一態様に係る分娩時期予測方法において、分娩時期を予測する対象となる家畜は、一例として、ウシ、ウマ、ブタ、ヤギ、ヒツジ等である。分娩時期予測方法において、分娩時期を予測する対象となる家畜は、一例として、ウシである。
[Calving timing prediction method]
One aspect of the present invention provides a method for predicting parturition time for predicting parturition time in livestock. In the calving time prediction method according to one aspect of the present invention, livestock whose calving times are to be predicted include, for example, cows, horses, pigs, goats, and sheep. In the calving time prediction method, the livestock whose calving time is to be predicted is, for example, a cow.

本発明の一態様に係る家畜の分娩時期予測方法は、家畜の心拍情報を指標として、家畜の分娩時期を予測する。ここで、心拍情報は、心臓の電気的活動である拍動を表す情報であり、一例として、拍動を波形信号として表す心電図から得られる心拍数及び心拍間隔、並びに、拍動に応じて伝わる末梢血管の流量変化を表す脈波、脈拍数、及び脈拍間隔が挙げられる。本実施形態においては、心電図から得られる心拍情報のうち、心拍(R波)の間隔を表すRR間隔を用いた家畜の分娩時期の予測について主に説明する。 A method for predicting the calving time of livestock according to one aspect of the present invention predicts the calving time of livestock using heartbeat information of the livestock as an index. Here, the heartbeat information is information that represents the heartbeat, which is the electrical activity of the heart, and includes, for example, the heartbeat rate and heartbeat interval obtained from an electrocardiogram that represents the heartbeat as a waveform signal, and the heartbeat information that is transmitted according to the heartbeat. Examples include pulse waves, pulse rate, and pulse interval that represent changes in flow rate in peripheral blood vessels. In this embodiment, prediction of the calving time of livestock using the RR interval representing the interval of heartbeats (R waves) among heartbeat information obtained from an electrocardiogram will be mainly described.

本発明の一態様に係る家畜の分娩時期予測方法は、被験家畜において測定した心電図から得られる心拍情報の、所定期間における時間的推移を表す心電図データを、日周変動成分、トレンド成分、及び残差成分に分解する分析工程と、分析工程において得られたトレンド成分の変曲点に基づき、被験家畜の分娩時期を予測する予測工程と、を包含する。 A method for predicting parturition time for livestock according to one aspect of the present invention includes electrocardiogram data representing a temporal change over a predetermined period of heartbeat information obtained from an electrocardiogram measured in a test livestock. It includes an analysis step of decomposing into difference components, and a prediction step of predicting the calving time of the test livestock based on the inflection point of the trend component obtained in the analysis step.

本発明の一態様に係る家畜の分娩時期予測方法の一例は、図1に示す家畜の分娩時期予測装置10において実行される家畜の分娩時期予測処理である。したがって、本実施形態においては、分娩時期予測装置10において実行される家畜の分娩時期予測処理として、本発明の一態様に係る家畜の分娩時期予測方法を説明する。 An example of the method for predicting the calving time of livestock according to one aspect of the present invention is a process of predicting the calving time of livestock that is executed in the livestock calving time prediction device 10 shown in FIG. Therefore, in this embodiment, a livestock calving time prediction method according to one aspect of the present invention will be described as a livestock calving time prediction process executed by the calving time prediction device 10.

(分娩時期予測装置10)
図1は、本発明の一態様に係る分娩時期予測装置10の要部構成を示すブロック図である。図1に示すように、分娩時期予測装置10は、計測装置20、記憶装置30、及び出力装置40とデータの送受信可能に接続されている。
(Calving time prediction device 10)
FIG. 1 is a block diagram showing the main part configuration of a calving time prediction device 10 according to one aspect of the present invention. As shown in FIG. 1, the calving time prediction device 10 is connected to a measuring device 20, a storage device 30, and an output device 40 so that data can be transmitted and received.

計測装置20は、家畜における心電図を計測する。計測装置20は、一例として、家畜の身体に装着するウェアラブル装置である。計測装置20は、一例として、複数の電極を備えており、家畜に貼付された電極間を流れる電流を検出することで心電図を計測する。また、計測装置20の他の例は、光源(LEDあるいはレーザ)とフォトダイオードとを備えており、光源から照射され、家畜の血管から反射した光をフォトダイオードが検出することで心電図と近似したRR間隔を得られる脈波を計測する。なお、RR間隔は、心電図の心拍(R波)の間隔であり、一定時間内の心拍数に応じた値となる。 The measuring device 20 measures electrocardiograms in livestock. The measuring device 20 is, for example, a wearable device that is attached to the body of a livestock animal. For example, the measuring device 20 includes a plurality of electrodes and measures an electrocardiogram by detecting a current flowing between electrodes attached to a livestock animal. Another example of the measuring device 20 is equipped with a light source (LED or laser) and a photodiode, and the photodiode detects the light emitted from the light source and reflected from the blood vessels of the livestock, which approximates an electrocardiogram. Measure the pulse wave to obtain the RR interval. Note that the RR interval is the interval between heartbeats (R waves) in an electrocardiogram, and has a value that corresponds to the heart rate within a certain period of time.

計測装置20は、計測した心電図を記憶装置30へ出力し、所定期間内に連続して計測された心電図から得られる心拍情報を時系列で記憶させる。これにより、心拍情報の経時的な変化を取得することができる。また、計測装置20は、計測した心電図を分娩時期予測装置10へ出力してもよい。計測装置20は、心電図を常時計測するようになっていてもよいし、所定の間隔で定期的に計測するようになっていてもよい。 The measuring device 20 outputs the measured electrocardiogram to the storage device 30, and stores heartbeat information obtained from the electrocardiograms continuously measured within a predetermined period in time series. Thereby, it is possible to obtain changes in heart rate information over time. Furthermore, the measuring device 20 may output the measured electrocardiogram to the delivery timing prediction device 10. The measuring device 20 may be configured to constantly measure the electrocardiogram, or may be configured to periodically measure the electrocardiogram at predetermined intervals.

記憶装置30は、分娩時期予測装置10にて使用されるプログラム及びデータを記憶する。記憶装置30は、計測装置20が計測した心電図を記憶している。記憶装置30は、一例として、所定期間内に連続して計測された心電図から得られる心拍情報を時系列に記憶している。記憶装置30は、心電図及び心拍情報を記憶するデータベースをクラウド又はサーバ上に有していてもよい。 The storage device 30 stores programs and data used by the calving time prediction device 10. The storage device 30 stores the electrocardiogram measured by the measuring device 20. The storage device 30 stores, for example, heartbeat information obtained from electrocardiograms continuously measured within a predetermined period in time series. The storage device 30 may have a database on a cloud or a server that stores electrocardiogram and heart rate information.

記憶装置30は、計測装置20が計測した心電図から得られる心拍情報を、計測した時間と対応付けて記憶していることが好ましい。心拍情報は、所定期間内の心電図を表す波形データであり得る。 It is preferable that the storage device 30 stores heartbeat information obtained from the electrocardiogram measured by the measuring device 20 in association with the measured time. The heartbeat information may be waveform data representing an electrocardiogram within a predetermined period.

出力装置40は、分娩時期予測装置10が予測した分娩時期に関する情報を出力する。出力装置40による出力の態様は特に限定されない。出力装置40は、例えば、当該情報を画像として表示する表示装置、当該情報を印刷する印刷装置、又は、当該情報を音声として出力する警報装置であってもよい。 The output device 40 outputs information regarding the calving time predicted by the calving time predicting device 10. The mode of output by the output device 40 is not particularly limited. The output device 40 may be, for example, a display device that displays the information as an image, a printing device that prints the information, or an alarm device that outputs the information as audio.

分娩時期予測装置10は、制御部11を備えている。制御部11は、分娩時期予測装置10の各部を統括して制御するものであり、一例として、プロセッサ及びメモリにより実現される。この例において、プロセッサはストレージ(不図示)にアクセスし、ストレージに格納されているプログラム(不図示)をメモリにロードし、当該プログラムに含まれる一連の命令を実行する。これにより、制御部11の各部が構成される。当該各部として、制御部11は、データ取得部12、データ変換部13、分析部14、及び予測部15を備えている。 The calving time prediction device 10 includes a control section 11. The control unit 11 centrally controls each unit of the calving time prediction device 10, and is realized by, for example, a processor and a memory. In this example, the processor accesses storage (not shown), loads a program (not shown) stored in the storage into memory, and executes a series of instructions contained in the program. This configures each part of the control section 11. As the respective units, the control unit 11 includes a data acquisition unit 12, a data conversion unit 13, an analysis unit 14, and a prediction unit 15.

データ取得部12は、計測装置20により計測された心電図から得られる心拍情報を取得する。データ取得部12は、入力装置(不図示)からの予測の開始指示を表す入力信号に基づき、心拍情報を取得する。一例として、データ取得部12は、記憶装置30から心拍情報を読み出すか、計測装置20から直接心拍情報を取得するようになっていてもよい。データ取得部12は、取得した心拍情報をデータ変換部13へ出力する。 The data acquisition unit 12 acquires heartbeat information obtained from the electrocardiogram measured by the measuring device 20. The data acquisition unit 12 acquires heartbeat information based on an input signal representing a prediction start instruction from an input device (not shown). As an example, the data acquisition unit 12 may read heartbeat information from the storage device 30 or directly acquire heartbeat information from the measurement device 20. The data acquisition unit 12 outputs the acquired heartbeat information to the data conversion unit 13.

データ変換部13は、心拍情報を取得して、心拍(R波)の間隔であるRR間隔を表すデータに変換する。データ変換部13は、一例として、所定期間内の心電図を表す波形データを取得し、当該波形データからRR間隔の時間的推移を表すRR間隔データ(心電図データ)を生成する。データ変換部は、生成したRR間隔データを、分析部14へ出力する。 The data conversion unit 13 acquires heartbeat information and converts it into data representing an RR interval, which is an interval between heartbeats (R waves). For example, the data conversion unit 13 acquires waveform data representing an electrocardiogram within a predetermined period, and generates RR interval data (electrocardiogram data) representing a temporal transition of the RR interval from the waveform data. The data converter outputs the generated RR interval data to the analyzer 14.

ここで、波形データは、被験家畜の分娩予定日前1週間以上の心電図を表す波形データであり得、より好ましくは、被験家畜の分娩予定日前2週間以上の心電図を表す波形データである。波形データは、一例として、分娩予定日の1週間前から分娩予定日まで、より好ましくは、分娩予定日の2週間前から分娩予定日まで連続して計測された心電図を表す波形データである。分娩予定日は、家畜の種付け日に基づき設定され、一例として、乳牛の場合は種付け日から280日後であり得る。 Here, the waveform data may be waveform data representing the electrocardiogram of the test livestock for one week or more before the scheduled calving date, and more preferably waveform data representing the electrocardiogram of the test livestock for two weeks or more before the scheduled calving date. The waveform data is, for example, waveform data representing an electrocardiogram continuously measured from one week before the expected delivery date until the expected delivery date, and more preferably from two weeks before the expected delivery date until the expected delivery date. The expected calving date is set based on the insemination date of the livestock, and as an example, in the case of dairy cows, it may be 280 days after the insemination date.

分析部14は、被験家畜において測定した心電図から得られる心拍(R波)の間隔であるRR間隔の、所定期間における時間的推移を表すRR間隔データを、日周変動成分、トレンド成分、及び残差成分に分解する。分析部14は、図2に示すように、RR間隔データをトレンド分析することにより、RR間隔データを、日周変動成分、トレンド成分、及び残差成分に分解する。図2は、トレンド分析の概要を説明する図である。日周変動成分は、RR間隔の日毎の変動を表すデータ成分である。トレンド成分は、RR間隔の時間的推移の大まかな傾向を表すデータ成分である。残差成分は、日周変動及びトレンドのいずれでもない数値差を表すデータ成分である。分析部14は、トレンド成分を予測部15へ出力する。 The analysis unit 14 converts RR interval data representing the temporal change in a predetermined period of the RR interval, which is the interval between heartbeats (R waves) obtained from the electrocardiogram measured in the test livestock, into a diurnal variation component, a trend component, and a residual component. Decompose into difference components. As shown in FIG. 2, the analysis unit 14 performs trend analysis on the RR interval data to decompose the RR interval data into a diurnal variation component, a trend component, and a residual component. FIG. 2 is a diagram illustrating an overview of trend analysis. The diurnal variation component is a data component that represents daily variation in the RR interval. The trend component is a data component that represents a rough trend in the temporal transition of the RR interval. The residual component is a data component that represents a numerical difference that is neither a diurnal variation nor a trend. The analysis section 14 outputs the trend component to the prediction section 15.

分析部14におけるRR間隔データのトレンド分析は、従来公知のトレンド分析アルゴリズムを用いて実行することができる。トレンド分析アルゴリズムとしては、一例として、STL(Seasonal Decomposition Of Time Series By Loess)分解(R. B. Clevelandら、Journal of Official Statistics, 6, 3-73, 1990)が挙げられる。 Trend analysis of the RR interval data in the analysis unit 14 can be performed using a conventionally known trend analysis algorithm. An example of a trend analysis algorithm is STL (Seasonal Decomposition Of Time Series By Loess) decomposition (R. B. Cleveland et al., Journal of Official Statistics, 6, 3-73, 1990).

予測部15は、トレンド成分の変曲点に基づき、被験家畜の分娩時期を予測する。予測部15は、トレンド成分の変曲点を抽出する。トレンド成分の変曲点は、一例として、トレンド成分を表すトレンドグラフにおいて見られる、一過性のピーク値又は変曲点であり得る。予測部15におけるトレンド成分の変曲点の抽出方法は特に限定されず、トレンドグラフを目視で確認し、変曲点を抽出してもよい。トレンドグラフにおいて抽出される変曲点の例は、後述する実施例の結果を示す図5及び図6に示されている。 The prediction unit 15 predicts the calving time of the test livestock based on the inflection point of the trend component. The prediction unit 15 extracts inflection points of the trend component. An inflection point of a trend component may be, for example, a temporary peak value or an inflection point seen in a trend graph representing the trend component. The method of extracting the inflection point of the trend component in the prediction unit 15 is not particularly limited, and the trend graph may be visually checked and the inflection point may be extracted. Examples of inflection points extracted in the trend graph are shown in FIGS. 5 and 6, which show the results of Examples described later.

また、予測部15は、トレンド成分と、トレンド成分の移動平均との差が、0以上の最小値となる時点を、トレンド成分の変曲点として抽出してもよい。予測部15は、トレンド成分と移動平均との差が0になる点、又は、0以上の最小値となる点を変曲点として抽出する。 Further, the prediction unit 15 may extract a point in time when the difference between the trend component and the moving average of the trend component becomes a minimum value of 0 or more as an inflection point of the trend component. The prediction unit 15 extracts, as an inflection point, a point where the difference between the trend component and the moving average becomes 0 or a minimum value of 0 or more.

トレンド成分の変曲点を抽出するために用いられる移動平均は、前日の計測値から算出するものでもよく、算出時点においてその直前の所定時間の計測値から算出されるものでもよい。一例として、移動平均は、その算出時点の直前の6時間~18時間の平均値である。また、移動平均は、その算出時点の直前の8時間~15時間の平均値であることが好ましく、その算出時点の直前の10時間~13時間の平均値であることがより好ましく、一例として、その算出時点の直前の12時間の平均値である。 The moving average used to extract the inflection point of the trend component may be calculated from the measured value of the previous day, or may be calculated from the measured value of a predetermined time immediately before the calculation time. As an example, the moving average is an average value for 6 to 18 hours immediately before the calculation time. Further, the moving average is preferably an average value for 8 to 15 hours immediately before the calculation time, and more preferably an average value for 10 to 13 hours immediately before the calculation time. For example, This is the average value for 12 hours immediately before the calculation time.

予測部15における移動平均の算出は、従来公知の移動平均算出アルゴリズムを用いて実行することができる。移動平均算出アルゴリズムとしては、一例として、DPO(Detrended Price Oscillator)及びMAD(Moving Average Deviation Rate)が挙げられる。予測部15は、これらの移動平均算出アルゴリズムを、算出時点の直前の所定時間の計測値を用いて移動平均を算出するように改変し、移動平均の算出に用い得る。トレンド成分とトレンド成分の移動平均との差に基づき抽出される変曲点の例は、後述する実施例の結果を示す図7~図10に示されている。 The calculation of the moving average in the prediction unit 15 can be performed using a conventionally known moving average calculation algorithm. Examples of moving average calculation algorithms include DPO (Detrended Price Oscillator) and MAD (Moving Average Deviation Rate). The prediction unit 15 can modify these moving average calculation algorithms so as to calculate the moving average using measured values for a predetermined time immediately before the calculation time, and use the moving average calculation algorithm. Examples of inflection points extracted based on the difference between the trend component and the moving average of the trend component are shown in FIGS. 7 to 10, which show the results of Examples described later.

予測部15は、トレンド成分の変曲点から30時間~80時間後を、被験家畜の分娩時期として予測する。予測部15は、一例として、トレンド成分の変曲点から、35時間~75時後、好ましくは36時間~72時間後を、被験家畜の分娩時期として予測する。すなわち、予測部15は、トレンド成分の変曲点から2日~3日後を、被験家畜の分娩時期として予測する。予測部15は、予測した被験家畜の分娩時期を表す情報を、出力装置40へ出力する。予測部15は、予測した被験家畜の分娩時期を表す情報を、記憶装置30に格納してもよい。 The prediction unit 15 predicts 30 to 80 hours after the inflection point of the trend component as the calving period of the test livestock. For example, the prediction unit 15 predicts 35 to 75 hours, preferably 36 to 72 hours, as the calving period of the test livestock, based on the inflection point of the trend component. That is, the prediction unit 15 predicts 2 to 3 days after the inflection point of the trend component as the calving period of the test livestock. The prediction unit 15 outputs information representing the predicted calving time of the test livestock to the output device 40. The prediction unit 15 may store information representing the predicted calving time of the test livestock in the storage device 30.

(分娩予測処理の流れ)
図3は、本発明の一態様に係る分娩時期予測装置が実行する分娩時期予測処理の一例を説明するフローチャートである。
(Flow of childbirth prediction process)
FIG. 3 is a flowchart illustrating an example of a calving time prediction process executed by the calving time prediction device according to one aspect of the present invention.

まず、データ取得部12は、計測装置20により計測された心電図から得られる心拍情報を取得する(ステップS11)。次に、データ変換部13は、心拍情報を取得して、RR間隔の時間的推移を表すRR間隔データを生成する(ステップS12)。そして、分析部14は、RR間隔データをトレンド分析し、日周変動成分、トレンド成分、及び残差成分に分解する(ステップS13)。予測部15は、トレンド成分の変曲点を抽出して被験家畜の分娩時期を予測し(ステップS14)、分娩時期予測処理を終了する。 First, the data acquisition unit 12 acquires heartbeat information obtained from the electrocardiogram measured by the measuring device 20 (step S11). Next, the data conversion unit 13 acquires the heartbeat information and generates RR interval data representing the temporal transition of the RR interval (step S12). The analysis unit 14 then performs trend analysis on the RR interval data and decomposes it into a diurnal variation component, a trend component, and a residual component (step S13). The prediction unit 15 extracts the inflection point of the trend component, predicts the calving period of the test livestock (step S14), and ends the calving period prediction process.

本発明の一態様に係る家畜の分娩時期予測方法及び分娩時期予測装置によれば、被験家畜の心電図に基づき、家畜の分娩時期を予測することができる。また、本発明の一態様に係る家畜の分娩時期予測方法及び分娩時期予測装置によれば、分娩予定日の所定期間前からの心電図に基づき分娩時期を予測するので、被験家畜の観察期間が短縮する。さらに、発明の一態様に係る家畜の分娩時期予測方法及び分娩時期予測装置によれば、分娩の2~3日前に分娩予定時期を予測することができるので、分娩のための準備時間を十分に確保することができる。 According to the method and device for predicting the calving time of livestock according to one aspect of the present invention, the calving time of the livestock can be predicted based on the electrocardiogram of the test livestock. Further, according to the method and device for predicting the calving time of livestock according to one aspect of the present invention, the calving time is predicted based on the electrocardiogram from a predetermined period before the scheduled calving date, so the observation period for the test livestock is shortened. do. Furthermore, according to the livestock calving time prediction method and calving time prediction device according to one aspect of the invention, the expected calving time can be predicted two to three days before calving, so that sufficient preparation time for calving can be achieved. can be secured.

家畜の出産の際には、畜産従事者が立ち合い、サポートが必要となる場合が多い。分娩時期の予測ができないと、数日に渡って昼夜を問わない観察が必要となる場合がある。また、分娩時期の予測が直前であれば、分娩までに準備時間が取れず、十分なサポートができない場合がある。発明の一態様に係る家畜の分娩時期予測方法及び分娩時期予測装置によれば、分娩の数日前に分娩時期を予測することができるので、長期間の観察は不要であり、また、準備時間を十分に確保することができる。 Livestock workers often need to be present and provide support when livestock give birth. If the timing of calving cannot be predicted, it may be necessary to observe day and night for several days. Furthermore, if the expected delivery time is predicted at the last minute, it may not be possible to prepare for the delivery and provide sufficient support. According to the livestock parturition time prediction method and parturition time prediction device according to one aspect of the invention, the parturition time can be predicted several days before parturition, so long-term observation is not necessary and preparation time is reduced. Sufficient capacity can be secured.

(分娩時期予測方法の変形例)
本発明の一態様に係る家畜の分娩時期予測方法は、以下に示すように心電図を分析して、家畜の分娩時期を予測してもよい。
(Modified example of calving time prediction method)
The method for predicting the parturition time of livestock according to one aspect of the present invention may predict the parturition time of livestock by analyzing electrocardiograms as described below.

本発明の一態様に係る家畜の分娩時期予測方法の変形例は、被験家畜において測定した心電図から得られる心拍情報の、所定の時間幅における第1の平均値を、前日及び前々日の少なくとも一方の前記所定の時間幅における前記心拍情報の第2の平均値と比較する分析工程と、分析工程において比較した結果に基づき、被験家畜の分娩時期を予測する予測工程とを包含する。 A modification of the method for predicting the calving time of livestock according to one aspect of the present invention is to calculate the first average value in a predetermined time range of heartbeat information obtained from the electrocardiogram measured in the test livestock at least on the previous day and the day before the previous day. The method includes an analysis step of comparing the heartbeat information with a second average value in the predetermined time period, and a prediction step of predicting the parturition period of the test livestock based on the results of the comparison in the analysis step.

変形例に係る本発明の一態様に係る家畜の分娩時期予測方法の一例は、図1に示す家畜の分娩時期予測装置10において実行される家畜の分娩時期予測処理の変形例である。したがって、本実施形態においては、分娩時期予測装置10において実行される家畜の分娩時期予測処理の変形例として、本発明の一態様に係る家畜の分娩時期予測方法の変形例を説明する。なお、変形例においては、上述した本発明の一態様に係る家畜の分娩時期予測方法及び分娩時期予測装置と異なる点についてのみ説明し、共通する点についての説明は省略する。 An example of the livestock calving time prediction method according to one aspect of the present invention according to a modification is a modification of the livestock calving time prediction process executed in the livestock calving time prediction device 10 shown in FIG. Therefore, in this embodiment, as a modification of the livestock calving time prediction process executed by the calving time prediction device 10, a modification of the livestock calving time prediction method according to one aspect of the present invention will be described. In addition, in the modified example, only the points that are different from the livestock calving time prediction method and calving time prediction device according to one aspect of the present invention described above will be explained, and the description of the common points will be omitted.

変形例において、分析部14は、被験家畜において測定した心電図から得られるRR間隔の、所定の時間幅における第1の平均値を、前日及び前々日の少なくとも一方の前記所定の時間幅における前記RR間隔の第2の平均値と比較する。分析部14は、データ変換部13が生成したRR間隔データを用いて、所定の時間幅における第1の平均値を算出する。そして、分析部14は、第1の平均値を算出するために用いた計測値を計測した日の前日及び前々日の少なくとも一方において、第1の平均値を算出した所定の時間幅と同一の時間幅における第2の平均値を算出する。 In a modified example, the analysis unit 14 calculates the first average value of the RR interval obtained from the electrocardiogram measured in the test livestock in a predetermined time width, and the first average value in the predetermined time width of at least one of the previous day and two days before. Compare with a second average value of RR intervals. The analysis unit 14 uses the RR interval data generated by the data conversion unit 13 to calculate a first average value in a predetermined time width. Then, the analysis unit 14 determines, in at least one of the day before and the day before the day on which the measured value used to calculate the first average value, the predetermined time width that is the same as the predetermined time width in which the first average value was calculated. A second average value in the time width is calculated.

一例として、所定の時間幅は、1時~8時の間の連続した4時間~5時間、又は、13時~17時の間の連続した1時間~3時間の何れかである。分析部14は、ある日の1時~8時の間の連続した4時間~5時間のRR間隔の平均値を第1の平均値として算出し、その前日又は前々日の1時~8時の間の連続した4時間~5時間のRR間隔の平均値を第2の平均値として算出する。所定の時間幅は、一例として、2時00分~7時30分であり、好ましくは、2時30分~7時である。 As an example, the predetermined time width is either 4 to 5 consecutive hours between 1:00 and 8:00, or 1 to 3 consecutive hours between 1:00 and 17:00. The analysis unit 14 calculates the average value of the RR intervals of consecutive 4 to 5 hours between 1:00 and 8:00 on a certain day as the first average value, and calculates the average value of the RR intervals between 1:00 and 8:00 on the previous day or the day before that as the first average value. The average value of consecutive 4-5 hour RR intervals is calculated as the second average value. The predetermined time width is, for example, from 2:00 to 7:30, preferably from 2:30 to 7:00.

分析部14は、一例として、第1の平均値と第2の平均値とを比較し、第1の平均値が低下する点を抽出する。分析部14は、一例として、第1の平均値が第2の平均値に対して、所定の割合で低下している点を抽出する。ここで、所定の割合は、5%以上、8%以上、10%以上、14%以上、16%以上、又は、20%以上であり得る。分析部14は、第1の平均値と第2の平均値との比較結果を、予測部15へ出力する。 For example, the analysis unit 14 compares the first average value and the second average value, and extracts a point where the first average value decreases. As an example, the analysis unit 14 extracts points where the first average value is lower than the second average value at a predetermined rate. Here, the predetermined ratio may be 5% or more, 8% or more, 10% or more, 14% or more, 16% or more, or 20% or more. The analysis unit 14 outputs the comparison result between the first average value and the second average value to the prediction unit 15.

予測部15は、第1の平均値が第2の平均値よりも低いとき、第1の平均値の算出日から20時間~30時間後を被験家畜の分娩時期として予測する。予測部15は、一例として、第1の平均値の算出日から24時間以内を被験家畜の分娩時期として予測する。すなわち、予測部15は、第1の平均値の算出日の翌日を、被験家畜の分娩時期として予測する。予測部15は、予測した被験家畜の分娩時期を表す情報を、出力装置40へ出力する。予測部15は、予測した被験家畜の分娩時期を表す情報を、記憶装置30に格納してもよい。 When the first average value is lower than the second average value, the prediction unit 15 predicts the calving period of the test livestock to be 20 to 30 hours after the calculation date of the first average value. For example, the prediction unit 15 predicts the calving period of the test livestock within 24 hours from the calculation date of the first average value. That is, the prediction unit 15 predicts the next day after the calculation date of the first average value as the calving period of the test livestock. The prediction unit 15 outputs information representing the predicted calving time of the test livestock to the output device 40. The prediction unit 15 may store information representing the predicted calving time of the test livestock in the storage device 30.

予測部15は、一例として、第1の平均値が前記第2の平均値に対して5%以上低いとき、前記第1の平均値の算出日から20時間~30時間以内を被験家畜の分娩時期として予測する。予測部15は、一例として、第1の平均値が前記第2の平均値に対して5%以上、8%以上、10%以上、14%以上、16%以上、又は、20%以上低下しているとき、第1の平均値の算出日から20時間~30時間以内を被験家畜の分娩時期として予測する。 For example, when the first average value is lower than the second average value by 5% or more, the prediction unit 15 predicts the delivery of the test livestock within 20 to 30 hours from the calculation date of the first average value. Predict the timing. For example, the prediction unit 15 predicts that the first average value decreases by 5% or more, 8% or more, 10% or more, 14% or more, 16% or more, or 20% or more with respect to the second average value. When the calving period of the test livestock is predicted to be within 20 to 30 hours from the calculation date of the first average value.

予測部15は、一例として、2時30分~7時における第1の平均値が、その前日の2時30分~7時における第2の平均値との比で10%以上低下するとき、その24時間以内を分娩時期として予測する。また、予測部15は、一例として、2時30分~7時における第1の平均値が、その前々日の2時30分~7時における第2の平均値との比で8%以上低下するとき、その24時間以内を分娩時期として予測する。なお、第2の平均値が前々日の測定値から求められている場合、前々日及び前日の2日連続して第1の平均値が第2の平均値よりも低下しており、且つ、前々日の第2の平均値と比較して、第1の平均値が8%以下低下しているとき、その24時間以内を分娩時期として予測してもよい。 For example, when the first average value from 2:30 to 7:00 decreases by 10% or more compared to the second average value from 2:30 to 7:00 on the previous day, The calving period is predicted to be within 24 hours. In addition, the prediction unit 15 predicts that the first average value from 2:30 to 7:00 is 8% or more as compared to the second average value from 2:30 to 7:00 two days before. When it decreases, the delivery period is predicted to be within 24 hours. In addition, when the second average value is obtained from the measured values two days before, the first average value is lower than the second average value for two consecutive days, the two days before and the previous day, In addition, when the first average value is lower than 8% compared to the second average value two days before, the calving period may be predicted to be within 24 hours.

また、予測部15は、一例として、14時~16時における第1の平均値が、その前々日の14時~16時における第2の平均値との比で14%以上低下するとき、その24時間以内を分娩時期として予測する。 Further, as an example, when the first average value from 14:00 to 16:00 decreases by 14% or more in comparison with the second average value from 14:00 to 16:00 two days before, The calving period is predicted to be within 24 hours.

予測部15は、予測した被験家畜の分娩時期を表す情報を、出力装置40へ出力する。予測部15は、予測した被験家畜の分娩時期を表す情報を、記憶装置30に格納してもよい。 The prediction unit 15 outputs information representing the predicted calving time of the test livestock to the output device 40. The prediction unit 15 may store information representing the predicted calving time of the test livestock in the storage device 30.

(分娩時期予測処理の変形例の流れ)
図4は、本発明の一態様に係る分娩時期予測装置が実行する分娩時期予測処理の他の例を説明するフローチャートである。
(Flow of modified example of calving time prediction process)
FIG. 4 is a flowchart illustrating another example of the calving time prediction process executed by the calving time prediction device according to one aspect of the present invention.

まず、データ取得部12は、計測装置20により計測された心電図から得られる心拍情報を取得する(ステップS21)。次に、データ変換部13は、心拍情報を取得して、心拍(R波)の間隔であるRR間隔の時間的推移を表すRR間隔データを生成する(ステップS22)。そして、分析部14は、RR間隔データの、所定の時間幅における第1の平均値を、前日又は前々日の所定の時間幅における第2の平均値と比較する(ステップS23)。予測部15は、第1の平均値と第2の平均値との予測結果に基づき被験家畜の分娩時期を予測し(ステップS24)、分娩時期予測処理を終了する。 First, the data acquisition unit 12 acquires heartbeat information obtained from the electrocardiogram measured by the measuring device 20 (step S21). Next, the data conversion unit 13 acquires the heartbeat information and generates RR interval data representing the temporal transition of the RR interval, which is the interval between heartbeats (R waves) (step S22). Then, the analysis unit 14 compares the first average value of the RR interval data in a predetermined time width with the second average value in a predetermined time width of the previous day or the day before the previous day (step S23). The prediction unit 15 predicts the calving time of the test livestock based on the prediction result of the first average value and the second average value (step S24), and ends the calving time prediction process.

〔ソフトウェアによる実現例〕
分娩時期予測装置10(以下、「装置」と呼ぶ)の機能は、当該装置としてコンピュータを機能させるためのプログラムであって、当該装置の各制御ブロック(特に制御部11に含まれる各部)としてコンピュータを機能させるためのプログラムにより実現することができる。
[Example of implementation using software]
The function of the calving time prediction device 10 (hereinafter referred to as "device") is a program for making a computer function as the device, and the computer functions as each control block (particularly each part included in the control unit 11) of the device. This can be realized by a program to make it function.

この場合、上記装置は、上記プログラムを実行するためのハードウェアとして、少なくとも1つの制御装置(例えばプロセッサ)と少なくとも1つの記憶装置(例えばメモリ)を有するコンピュータを備えている。この制御装置と記憶装置により上記プログラムを実行することにより、上記各実施形態で説明した各機能が実現される。 In this case, the device includes a computer having at least one control device (for example, a processor) and at least one storage device (for example, a memory) as hardware for executing the program. By executing the above program using this control device and storage device, each function described in each of the above embodiments is realized.

上記プログラムは、一時的ではなく、コンピュータ読み取り可能な、1または複数の記録媒体に記録されていてもよい。この記録媒体は、上記装置が備えていてもよいし、備えていなくてもよい。後者の場合、上記プログラムは、有線または無線の任意の伝送媒体を介して上記装置に供給されてもよい。 The above program may be recorded on one or more computer-readable recording media instead of temporary. This recording medium may or may not be included in the above device. In the latter case, the program may be supplied to the device via any transmission medium, wired or wireless.

また、上記各制御ブロックの機能の一部または全部は、論理回路により実現することも可能である。例えば、上記各制御ブロックとして機能する論理回路が形成された集積回路も本発明の範疇に含まれる。この他にも、例えば量子コンピュータにより上記各制御ブロックの機能を実現することも可能である。 Further, part or all of the functions of each of the control blocks described above can also be realized by a logic circuit. For example, an integrated circuit in which a logic circuit functioning as each of the control blocks described above is formed is also included in the scope of the present invention. In addition to this, it is also possible to realize the functions of each of the control blocks described above using, for example, a quantum computer.

また、上記各実施形態で説明した各処理は、AI(Artificial Intelligence:人工知能)に実行させてもよい。この場合、AIは上記制御装置で動作するものであってもよいし、他の装置(例えばエッジコンピュータまたはクラウドサーバ等)で動作するものであってもよい。 Further, each process described in each of the above embodiments may be executed by AI (Artificial Intelligence). In this case, the AI may operate on the control device, or may operate on another device (for example, an edge computer or a cloud server).

本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。 The present invention is not limited to the embodiments described above, and various modifications can be made within the scope of the claims, and embodiments obtained by appropriately combining technical means disclosed in different embodiments. are also included within the technical scope of the present invention.

家畜の心拍を測定して得られたRR間隔データを用いてトレンド分析を実施した。心拍の測定開始の前日又は2日前からホルター心電計を乳牛(7頭)の体に装着し、分娩予定日の目安となる受胎後280日の7日前から分娩日まで心拍の測定を開始した。原則、各日9時30分~10時、及び、15時30分~16時の間に給餌を行なった。午前の給餌前に、必要に応じて心電計の貼り直し、及び、バッテリ交換の作業を行ない、10時から記録を再開した。心電計のデータの取得は分娩時まで行なった。 Trend analysis was performed using RR interval data obtained by measuring heartbeats of livestock. Holter electrocardiographs were attached to the bodies of the dairy cows (7 cows) from the day before or 2 days before the start of heart rate measurement, and heart rate measurements were started from 7 days before 280 days after conception, which is the estimated date of calving, until the day of calving. . In principle, feeding was carried out between 9:30 and 10:00 and between 15:30 and 16:00 each day. Before morning feeding, electrocardiographs were reattached and batteries replaced as necessary, and recording was resumed at 10:00. Electrocardiograph data was obtained until the time of delivery.

心電計で取得したデータから得られたRR間隔について、分娩時から逆算して30分毎に平均値を算出した。これらの30分毎の平均値を使って時系列解析を実施し、時間帯別の平均値を算出した。時系列解析は、欠損値の少なかった乳牛6頭について行ない、計算ソフトRを使って解析を行なった。時間帯別解析は乳牛7頭について行ない、Microsoft Excelを使って解析を行なった。実施例で表示した時間は、±15分未満の誤差を含んでいる。例えば、2時30分~7時の平均値を算出する場合は、2時35分~7時5分などの場合も含んでいる。 Regarding the RR interval obtained from the data acquired by the electrocardiograph, the average value was calculated every 30 minutes by counting backwards from the time of delivery. Time series analysis was performed using these average values every 30 minutes, and average values for each time period were calculated. Time series analysis was performed on six dairy cows with few missing values, and the analysis was performed using the calculation software R. Time-of-day analysis was performed on seven dairy cows, and the analysis was performed using Microsoft Excel. The times displayed in the examples include an error of less than ±15 minutes. For example, when calculating the average value from 2:30 to 7:00, cases such as 2:35 to 7:05 are also included.

時系列解析結果を図5及び6に示す。図5及び6は、実施例のトレンド分析の結果を示す図である。図5及び6は、乳牛毎の解析結果のグラフを示しており、グラフは、上からRR間隔データ、日周変動成分、トレンド成分、及び残差成分を示している。図5及び6において、トレンド成分のグラフに矢印で示すように、トレンド成分に変曲点又は一過性のピーク値がみられ、その36時間後~72時間後に分娩開始していた。 The time series analysis results are shown in Figures 5 and 6. 5 and 6 are diagrams showing the results of trend analysis in the example. 5 and 6 show graphs of analysis results for each dairy cow, and the graphs show, from the top, RR interval data, diurnal fluctuation components, trend components, and residual components. In FIGS. 5 and 6, as indicated by arrows in the trend component graphs, an inflection point or a transient peak value was observed in the trend component, and labor started 36 to 72 hours later.

トレンド成分の変曲点を、トレンド成分とその移動平均との差に基づき抽出した結果を図7~10に示す。図7~10は、実施例の変曲点の抽出結果を示す図である。図7~10は、乳牛毎の解析結果のグラフを示しており、上のグラフは、RR間隔データのトレンド成分及びその移動平均を示し、下のグラフは、トレンド成分と移動平均との差を示している。図7及び8は、DPOにより算出した移動平均を用いた結果であり、差が0を超える最小値である矢印に示す点が変曲点である。図9及び10は、MADにより算出した移動平均を用いた結果であり、差が0を超える最小値である丸印を付した点が変曲点である。図7~10に示すように、トレンド成分と移動平均との差によりトレンド成分の変曲点が抽出され、その36時間後~72時間後に分娩開始していた。 Figures 7 to 10 show the results of extracting the inflection points of the trend component based on the difference between the trend component and its moving average. 7 to 10 are diagrams showing the extraction results of inflection points in the example. Figures 7 to 10 show graphs of the analysis results for each dairy cow. The upper graph shows the trend component of the RR interval data and its moving average, and the lower graph shows the difference between the trend component and the moving average. Showing. 7 and 8 show the results using the moving average calculated by DPO, and the point indicated by the arrow where the difference is the minimum value exceeding 0 is the inflection point. 9 and 10 show the results using the moving average calculated by MAD, and the circled point where the difference is the minimum value exceeding 0 is the inflection point. As shown in FIGS. 7 to 10, an inflection point of the trend component was extracted from the difference between the trend component and the moving average, and parturition started 36 to 72 hours later.

時間帯別解析の結果を図11及び12に示す。図11及び12は、実施例の時間帯別解析による分娩時期予測結果を示す図である。図11及び12に示すように、24時間以内のRR間隔は低下する傾向にあるがより詳細な傾向を調べるために、特定の時間に絞ってさらに解析した。2時30分頃~7時頃のRR間隔の平均値を図13に示し、14時頃~16時頃のRR間隔の平均値を図14に示す。 The results of the time zone analysis are shown in Figures 11 and 12. FIGS. 11 and 12 are diagrams showing the results of predicting calving time by time zone analysis according to the example. As shown in FIGS. 11 and 12, the RR interval within 24 hours tends to decrease, but in order to investigate the trend in more detail, further analysis was performed focusing on specific times. The average value of the RR interval from around 2:30 to around 7:00 is shown in FIG. 13, and the average value of the RR interval from around 14:00 to around 16:00 is shown in FIG.

図13に示すように、及び14に示すように、2時30分頃~7時頃のRR間隔の平均値が前日との比で10%以上低下するときに、分娩が24時間以内に起きていた。また、2時30分頃~7時頃のRR間隔の平均値が2日連続低下して、前々日と比較して8%以上低下するとき、分娩が24時間以内に起きていた。さらに、図14に示すように、14時頃~16時頃のRR間隔の平均値が前々日との比で14%以上低下するとき、分娩が24時間以内に起きていた。 As shown in Figures 13 and 14, when the average value of the RR interval from around 2:30 to around 7:00 falls by 10% or more compared to the previous day, delivery occurs within 24 hours. was. Also, when the average value of the RR interval from around 2:30 to around 7:00 decreases for two consecutive days and decreases by 8% or more compared to the two days before, labor has occurred within 24 hours. Furthermore, as shown in FIG. 14, when the average value of the RR interval from around 14:00 to around 16:00 decreased by 14% or more compared to the day before, parturition had occurred within 24 hours.

10 分娩時期予測装置
14 分析部
15 予測部
10 Calving time prediction device 14 Analysis section 15 Prediction section

Claims (11)

被験家畜において測定した心電図から得られる心拍情報の、所定期間における時間的推移を表す心電図データを、日周変動成分、トレンド成分、及び残差成分に分解する分析工程と、
前記分析工程において得られた前記トレンド成分の変曲点に基づき、被験家畜の分娩時期を予測する予測工程と、
を包含する家畜の分娩時期予測方法。
an analysis step of decomposing electrocardiogram data representing a temporal change over a predetermined period of heart rate information obtained from an electrocardiogram measured in a test livestock into a diurnal variation component, a trend component, and a residual component;
a prediction step of predicting the calving time of the test livestock based on the inflection point of the trend component obtained in the analysis step;
A method for predicting the calving time of livestock, including the following.
前記予測工程において、前記トレンド成分の変曲点から30時間~80時間後を、被験家畜の分娩時期として予測する、請求項1に記載の家畜の分娩時期予測方法。 2. The method for predicting the calving time of livestock according to claim 1, wherein in the prediction step, 30 to 80 hours after the inflection point of the trend component is predicted as the calving time of the test livestock. 前記トレンド成分の変曲点は、前記トレンド成分と、前記トレンド成分の移動平均との差が、0以上の最小値となる時点である、請求項1又は2に記載の家畜の分娩時期予測方法。 The livestock calving time prediction method according to claim 1 or 2, wherein the inflection point of the trend component is a point in time when a difference between the trend component and a moving average of the trend component becomes a minimum value of 0 or more. . 前記所定期間は、被験家畜の分娩予定日前1週間以上である、請求項1又は2に記載の家畜の分娩時期予測方法。 The method for predicting parturition time of livestock according to claim 1 or 2, wherein the predetermined period is one week or more before the expected delivery date of the test livestock. 前記移動平均は、算出時点の直前の6時間~18時間の平均値である、請求項3に記載の家畜の分娩時期予測方法。 4. The livestock calving time prediction method according to claim 3, wherein the moving average is an average value for 6 to 18 hours immediately before the calculation time. 被験家畜において測定した心電図から得られる心拍情報の、所定の時間幅における第1の平均値を、前日及び前々日の少なくとも一方の前記所定の時間幅における前記心拍情報の第2の平均値と比較する分析工程と、
前記分析工程において比較した結果に基づき、被験家畜の分娩時期を予測する予測工程と
を包含する家畜の分娩時期予測方法。
The first average value of the heartbeat information obtained from the electrocardiogram measured in the test livestock in a predetermined time width is the second average value of the heartbeat information in the predetermined time width of at least one of the previous day and the day before the previous day. an analytical process to compare;
A method for predicting the parturition time of livestock, comprising a prediction step of predicting the parturition time of the test livestock based on the results compared in the analysis step.
前記所定の時間幅は、1時~8時の間の連続した4時間~5時間、又は、13時~17時の間の連続した1時間~3時間の何れかである、請求項6に記載の家畜の分娩時期予測方法。 The livestock farm according to claim 6, wherein the predetermined time range is either 4 to 5 consecutive hours between 1:00 and 8:00, or 1 to 3 consecutive hours between 1:00 and 17:00. Calving time prediction method. 前記予測工程において、前記第1の平均値が前記第2の平均値よりも低いとき、前記第1の平均値の算出日から20時間~30時間以内を被験家畜の分娩時期として予測する、請求項6又は7に記載の家畜の分娩時期予測方法。 In the prediction step, when the first average value is lower than the second average value, the parturition period of the test livestock is predicted to be within 20 to 30 hours from the calculation date of the first average value. The method for predicting parturition time of livestock according to item 6 or 7. 前記予測工程において、前記第1の平均値が前記第2の平均値に対して5%以上低いとき、前記第1の平均値の算出日から20時間~30時間以内を被験家畜の分娩時期として予測する、請求項6又は7に記載の家畜の分娩時期予測方法。 In the prediction step, when the first average value is 5% or more lower than the second average value, the parturition period of the test livestock is within 20 to 30 hours from the calculation date of the first average value. The method for predicting the parturition time of livestock according to claim 6 or 7. 被験家畜において測定した心電図から得られる心拍情報の、所定期間における時間的推移を表す心電図データを、日周変動成分、トレンド成分、及び残差成分に分解する分析部と、
前記分析部において得られた前記トレンド成分の変曲点に基づき、被験家畜の分娩時期を予測する予測部と、
を備えた家畜の分娩時期予測装置。
an analysis unit that decomposes electrocardiogram data representing a temporal change in a predetermined period of heartbeat information obtained from an electrocardiogram measured in a test livestock into a diurnal variation component, a trend component, and a residual component;
a prediction unit that predicts the calving time of the test livestock based on the inflection point of the trend component obtained in the analysis unit;
A device for predicting the calving time of livestock.
被験家畜において測定した心電図から得られる心拍情報の、所定の時間幅における第1の平均値を、前日及び前々日の少なくとも一方の前記所定の時間幅における前記心拍情報の第2の平均値と比較する分析部と、
前記分析部において比較した結果に基づき、被験家畜の分娩時期を予測する予測部と
を備えた家畜の分娩時期予測装置。
The first average value of the heartbeat information obtained from the electrocardiogram measured in the test livestock in a predetermined time width is the second average value of the heartbeat information in the predetermined time width of at least one of the previous day and the day before the previous day. An analysis department to compare,
A livestock calving time prediction device, comprising: a prediction unit that predicts the calving time of a test livestock based on the results of comparison in the analysis unit.
JP2022087087A 2022-05-27 2022-05-27 Method for predicting calving period of livestock and device for predicting calving period of livestock Pending JP2023174309A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2022087087A JP2023174309A (en) 2022-05-27 2022-05-27 Method for predicting calving period of livestock and device for predicting calving period of livestock

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2022087087A JP2023174309A (en) 2022-05-27 2022-05-27 Method for predicting calving period of livestock and device for predicting calving period of livestock

Publications (1)

Publication Number Publication Date
JP2023174309A true JP2023174309A (en) 2023-12-07

Family

ID=89030978

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022087087A Pending JP2023174309A (en) 2022-05-27 2022-05-27 Method for predicting calving period of livestock and device for predicting calving period of livestock

Country Status (1)

Country Link
JP (1) JP2023174309A (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117734392A (en) * 2024-02-21 2024-03-22 上海万柔汽车电子有限公司 Automobile fragrance interaction method and system based on NFC technology

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117734392A (en) * 2024-02-21 2024-03-22 上海万柔汽车电子有限公司 Automobile fragrance interaction method and system based on NFC technology
CN117734392B (en) * 2024-02-21 2024-04-16 上海万柔汽车电子有限公司 Automobile fragrance interaction method and system based on NFC technology

Similar Documents

Publication Publication Date Title
US5718233A (en) Continuous monitoring using a predictive instrument
US5775330A (en) Neurometric assessment of intraoperative anesthetic
Zanetti et al. Robust epileptic seizure detection on wearable systems with reduced false-alarm rate
US20120232414A1 (en) Composite human physiological stress index based on heart beat and sleep and/or activity history data including actigraphy
US11504052B2 (en) Modeling method for screening surgical patients
JP7002168B1 (en) ECG analyzer, ECG analysis method and program
US20030166995A1 (en) Method and device for mneasuring vital parameters
JP2023174309A (en) Method for predicting calving period of livestock and device for predicting calving period of livestock
JP2017113382A (en) Health management system using plural biological indexes
Mitchell et al. Heart rate variability analysis in horses for the diagnosis of arrhythmias
CN103619240B (en) For determining HRV and RRV and the method and system for identifying potential disease outbreak
JP4369955B2 (en) Diagnostic system, diagnostic program
JP2016531712A (en) Patient health condition composite score distribution and / or representative composite score based thereon
US11464458B2 (en) System for evaluating the maturation of a premature baby
Goncalves et al. Gender-specific heart rate dynamics in severe intrauterine growth-restricted fetuses
Liu et al. Feasibility of antenatal ambulatory fetal electrocardiography: a systematic review
WO2020047539A1 (en) System and method for network analysis of a patient's neuro-cardio-respiratory system
Jost et al. Heart rate fluctuation after birth predicts subsequent cardiorespiratory stability in preterm infants
CN101156773A (en) Pre-conditioned ECG system and method
Lakudzode et al. Review on human stress monitoring system using wearable sensors
JP2003530936A (en) Methods and devices for measuring parameters related to life
Li et al. Complexity analysis of sleep EEG signal
Liu et al. Noninvasive blood pressure classification based on ECG with ResNet algorithm
WO2010096478A1 (en) Methods and systems for real-time rri values pd2i of heartbeat intervals
Connor et al. Predicting Hypertensive Events with Time-Series Analysis of Mean Arterial Pressure