Porcine-CaMo multimodal wearable ECG, kinematics and heat- production data in respirometry chambers
Porcine-CaMo数据集是由中国农业大学提供的双队列多模态资源，它整合了生长猪在呼吸室中连续记录的穿戴式心电信号、运动学信号以及5分钟热量产生数据，旨在支持猪代谢建模、心率变异性分析及跨队列方法评估的研究。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
测量动物消耗了多少能量是生物学中的一个基本问题，这有助于科学家了解从猪如何将饲料转化为肉，到大型动物如何调节体温的一切。几十年来，获取这一答案最可靠的方法是将动物置于一个密封的、气候受控的房间内，并仔细测量它吸入的氧气和呼出的二氧化碳。这种被称为间接热量计法的方法，是计算产热量的金标准。然而，这些房间造价昂贵、难以维护，且往往因为空间过小或限制过多，无法让动物进行自然的活动，这意味着收集到的数据可能无法反映动物在现实世界中的真实行为。科学家们一直希望有一种更简单的方法，通过观察动物自然释放的信号（如心跳和运动）来估算其能量消耗，但由于缺乏大规模、高质量的数据集来教会计算机如何准确建立这种联系，他们一直未能实现这一目标。
中国农业大学的一个研究小组现在通过创建一个记录生长猪在这些特殊房间内自由活动的庞大且详细的数据记录，填补了这一空白。研究人员为这些动物配备了小型可穿戴设备，这些设备就像是它们生活的连续日记，同时记录着它们的心跳、身体运动和热量输出。由此产生的数据集名为 Porcine-CaMo，它捕捉了来自两组不同猪群的超过 150 天的连续数据。其中一组由较大的猪组成，在十个独立的四个天周期内进行观察；另一组则由较小的猪组成，在二十二天的窗口期内接受监测。通过将这些可穿戴记录与来自房间的精确测量值相结合，研究人员提供了一个新的参考库，使他人能够构建更好的模型来预测能量消耗，而无需将动物锁在密闭室中。
本研究中使用的可穿戴技术旨在做到不干扰且坚固耐用。这些设备牢固地绑在猪的背部，每秒记录 512 次心脏电活动，精准捕捉每一次心跳发生的瞬间。与此同时，它们每秒追踪 10 次动物的运动，记录猪在三维空间中的旋转和加速度。这种高速记录至关重要，因为它不仅能让科学家看到动物在移动，还能看到这种运动如何与心脏节律相关联。研究人员还确保了设备的安全性，使用可拆卸的导线以防止猪啃咬造成损坏，并且动物在整个实验过程中可以正常进食、饮水和休息。
为了处理这些海量信息，团队开发了一个复杂的计算机系统来清洗和整理数据。原始的心跳信号往往包含由动物运动引起的噪声，因此研究人员使用了一种专门的人工智能模型来识别真实心跳并剔除错误信号。随后，他们将数据分为以五分钟为单位的数据块，将心率和运动模式与房间空气传感器测得的热量输出进行匹配。这一过程创建了一个同步的时间轴，使得猪的每一次活动或心率变化都能直接与它消耗的能量变化进行对比。团队发布了两个版本的数据：一个是适用于大多数研究的“校正版”，另一个是经过专家人工核查、确保每一个心跳都被正确标记的“完美版”，为训练新的计算机程序提供了金标准。
研究表明，该数据具有足够的一致性和可靠性，可用于复杂的分析。研究人员检查发现，心率模式遵循自然的日常周期，随猪的活动水平上升或下降，并确认热量输出数值符合生物学逻辑，例如在猪未进食的日子里显示出较低的能量消耗。他们还注意到，尽管两组猪的大小不同且所使用的设备存在细微差异，但核心信号保持清晰且具有可比性。这种一致性至关重要，因为这意味着该数据可以用来测试在其中一组猪身上训练的模型是否适用于另一组，从而有助于构建更通用的动物科学工具。
这项工作并不声称仅凭自身就解决了测量动物能量消耗的问题，但它提供了完成此项工作所需的必要原材料。通过将该数据集及用于处理数据的软件免费开放，研究人员降低了其他科学家开发更好预测工具的门槛。未来的研究人员不再需要为每项新研究都建造昂贵的密闭室，而是可以使用这些可穿戴信号来更准确地估算产热量。该数据集不仅包含数字，还包括进行分析所需的代码和说明，确保科学界能够在此基础上进行改进，以提升动物营养、福利和育种实践。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。