使用集成深度学习同时检测牛结节性皮肤病与口蹄疫
计算机视觉与模式识别
2026-01-21 v1
摘要
牛结节性皮肤病 (LSD) 和口蹄疫 (FMD) 是影响牛群的高传染性病毒性疾病，会造成重大经济损失和动物福利问题。它们的视觉诊断因症状与彼此以及昆虫叮咬或化学灼伤等良性病症存在显著重叠而变得复杂，阻碍了及时的控制措施。本研究利用来自印度、巴西和美国 18 个农场的 10,516 张专家标注图像组成的综合数据集，提出了一种新颖的集成深度学习框架，该框架集成了 VGG16、ResNet50 和 InceptionV3，并采用优化的加权平均进行 LSD 和 FMD 的同时检测。该模型实现了 98.2% 的 SOTA 准确率，宏平均精确率为 98.2%，召回率为 98.1%，F1 分数为 98.1%，AUC-ROC 为 99.5%。该方法独特地解决了多疾病检测中症状重叠的关键挑战，实现了早期、精确且自动化的诊断。该工具有潜力改善疾病管理，支持全球农业的可持续性，并专为未来在资源有限的环境中部署而设计。
引用
@article{arxiv.2601.12889,
title = {Simultaneous Detection of LSD and FMD in Cattle Using Ensemble Deep Learning},
author = {Nazibul Basar Ayon and Abdul Hasib and Md. Faishal Ahmed and Md. Sadiqur Rahman and Kamrul Islam and T. M. Mehrab Hasan and A. S. M. Ahsanul Sarkar Akib},
journal= {arXiv preprint arXiv:2601.12889},
year = {2026}
}