KR20210096609A - 동물 배설물 이미지 분석용 시스템 - Google Patents

Abstract

본 발명은:
- 적어도 하나의 이미지(102)의 분석 소프트웨어(108)로의 입력에 있어서, 상기 적어도 하나의 이미지가 하나 이상의 동물들(132)의 배설물을 묘사하는 디지털 이미지인 입력(502);
- 적어도 하나의 이미지의 분석 소프트웨어(108)에 의한 분석(504)의 실행;
- 동물의 현재 생리학적 상태에 대한 유지나 향상에 적합한 권장 조치의 분석 소프트웨어에 의한 출력에 있어서, 상기 권장 조치가 상기 적어도 하나의 이미지의 분석 결과에 의존하는 출력(506); 및/또는
분석 소프트웨어에 의한 적어도 하나의 동물들의 성취도 지표의 예측 발현의 출력에 있어서, 상기 성취도 지표가 생리학적 매개변수, 질병 증상 또는 질병이고, 상기 예측 발현이 장기 적어도 하나의 이미지의 분석 결과에 의존하는 출력(508)을 포함하는 동물들(132)의 유지를 위한 방법에 관한 것이다.

Description

동물 배설물 이미지 분석용 시스템

본 발명은 동물 유지를 위한 컴퓨터 지원 방법, 특히 동물 건강의 유지 및 향상을 위해 기능하는 방법들에 관한 것이다. 이 방법은 특히 관리 오류의 자동 인식 그리고 출현하는 질병 및 생산 중단의 조기 검출에 사용될 수 있다.

동물 모집단의 높은 손실을 초래할 수 있는 질병의 발발은 동물들을 함께 키울 때 특히 공장식 축산농장에서 반복적으로 발생할 수 있다. 공간적 근접성 및 공동 음용수 및 사료 공급 위치의 공유로 인해, 질병은 신속히 확산되어 동물의 죽음이나 발육 둔화에 의한 높은 경제적 손실을 초래할 수 있다. 이러한 위험과 손실을 최소화하기 위해, 다수의 농업전문가들이 순전한 예방적 이유로 항생제 등을 이미 투약하고 있다. 반면에 이는 값비싸고 이 수단에 의해 복수의 내성 병원균의 발생이 촉진되는 상당한 불이익이 있으며 인간에게도 위험을 초래할 수 있다. 그 밖에 이러한 예방적 조치는 고객이 원하지 않는 것으로, 이렇게 예방적으로 처리한 동물의 고기, 알 또는 젖의 품질과 시장 가치를 감소시킨다.

동물 질병은 일반적으로 충분한 숫자의 동물이 걸리는 즉시 농업전문가나 수의사에 의한 개인적 검사에 의해 결정된다. 하지만 건강 검사가 샘플 채취에 의해서만 실행되며 병걸린 동물은 일반적으로 그 질병이 진행된 상태에서만 주의를 끌기 때문에, 질병의 발발을 대개 너무 늦게 인지하게 되어 흔히 의학적 대처를 하기에 이미 너무 늦거나 값비싼 조치 및/또는 예를 들어 항생제의 고용량 투여 등 다른 이유로 원하지 않는 조치인 대량 투여가 결과적으로 요구된다.

동시에 동물 집단의 건강 상태를 모니터링하는 컴퓨터 지원 시스템 및 방법이 선행 기술로부터 알려져 있다.

예를 들어 미국특허 출원번호 US 2010/0198023 A1에서는 축사에서 동물의 건강을 모니터링하기 위한 데이터베이스 그리고 복수의 데이터 포착 장치, 특히 여러 유형의 센서들의 사용을 기술하고 있다. 이 센서들은 예를 들어 음향 센서, 활력징후 미터, 암모니아 센서, 시각 센서 및 방향 센서를 포함할 수 있다.

하지만 현재 사용되는 컴퓨터 지원 조기 검출 시스템의 다수가 여전히 다양한 기술적인 약점을 갖고 있다.

한편으로는 축사에서 동물 건강의 자동화된 모니터링에 사용되는 여러 유형의 센서들은 그 구매와 작동이 매우 비싸다. 예를 들어 다수의 센서들(예: 일부 가스 센서나 기타 활력징후 지시기)은 훈련받은 인원이 적합한 위치에 설치한 다음 규칙적으로 모니터링해야 한다. 개발 도상 국가에서 소규모 농업 운용은 물론 중대규모 운용에 있어서, 자금이 부족하고 또한 센서의 설치 및 모니터링 그리고 측정치의 해석을 위한 훈련받은 인원 또한 부족하므로 복잡하고 값비싼 센서의 사용은 옵션이 아니다. 그 밖에 복잡한 센서는 고장나기도 쉽다. 센서를 축사에 사용하면, 센서가 예를 들어, 동물의 분변, 침, 깔개, 사료 또는 깃털과 접촉할 때 쉽게 오염될 수 있으며 그에 따라 부정확한 측정 결과를 전달할 수 있고 이는 최악의 경우 오랜 기간 알아채지 못한다.

그 밖에 기존의 컴퓨터 지원 조기 경고 시스템의 다수에 대한 시험이 이루어지지 않았거나 소수의 동물 및/또는 축사에서만 시험이 이루어졌다. 환경 매개변수의 작은 변경이라도 온도나 습도 센서의 측정치에만 기반하는 다수의 시스템에 의한 측정치나 예측 결과를 변질시킬 수 있는 것으로 나타났다. 다른 유형의 센서들도 고장이 나기 쉽거나 다른 이유로 인해 동물의 건강에 대해 매우 예측적이지 못한데, 즉 축사의 공간적 음향은 축사의 크기에 의존하며 또한 축사의 벽이나 다른 시설의 건축에 사용된 물질, 즉 동물 건강과 관계없는 요인에 의존한다. 습도 및 온도 센서는 지면으로부터 얼마나 높이 장착되었으며 문이나 창으로부터의 거리에 따라 상당히 다른 결과를 제공할 수 있다.

그러므로 전반적으로 축사 및 유사한 위치에서 동물 건강의 모니터링을 위한 다수의 컴퓨터 지원 방법들은 환경 매개변수의 변동에 대해 충분히 견고하지 못하고 또한 이들의 시운전 및 보수유지가 너무 비싸고 기술적으로 복잡하므로 실질적으로 사용할 수 없다고 결정내릴 수 있다.

그에 따라 본 발명의 기저 목적은 동물 유지를 위한 대안의 또는 향상된 방법 그리고 상응하는 컴퓨터 시스템 및 저장 매체를 제공하는 것이다. 청구되는 방법이나 컴퓨터 시스템 또는 저장 매체는 특히 결핍된 사육 조건의 자동화된 검출을 위해, 출현하는 질병의 조기 검출을 위해, 적합한 측정치와 측정 방법의 모니터링을 위해 그리고/또는 동물 건강의 향상을 위한 조치의 수동이나 자동 이행을 위해 사용될 수 있다.

본 발명의 기저 문제들이 독립적 특허 청구항의 특징을 사용하여 각각 해결된다. 본 발명의 구현들이 종속적 청구항에 명시된다. 그에 따라 설명되는 구현 및 실시예는 이들이 서로 배제하지 않는 한 서로 자유롭게 통합된다.

한 양태에서 본 발명은 동물 유지의 방법에 관한 것이다. 동물은 특히 농장 동물, 예를 들어 돼지, 소, 양, 염소, 토끼 및 모든 유형의 가금류일 수 있다. 하지만 특히 닭, 산란용 닭 및 칠면조를 제외시키지 않는 다른 유형의 동물일 수도 있다.

이 방법은 적어도 하나의 이미지의 분석 소프트웨어로의 입력을 포함한다. 이 적어도 하나의 이미지는 디지털 이미지이며 하나 이상의 동물로부터의 배설물을 묘사한다. 예를 들어, 분석 소프트웨어로의 이미지의 입력은, 분석 소프트웨어가 이미지 포착 장치, 예를 들어 카메라로부터 이미지를 직접 수신하거나 또는 분석 소프트웨어가 네트워크를 통해 이미지 포착 장치로부터 또는 이 원격 컴퓨터 시스템과 결합된 이미지 포착 장치로부터 이미지를 직접 수신하는 것을 포함할 수 있다. 하지만 이미지의 입력은 저장 매체로부터 적어도 하나의 이미지 읽기를 포함할 수도 있다. 예를 들어, 분석 소프트웨어가 특정한 컴퓨터 시스템에 설치될 수 있으며 적어도 하나의 이미지를 이 동일한 컴퓨터 시스템의 저장 매체로부터 읽을 수 있다.

이 분석 소프트웨어는 적어도 하나의 이미지의 분석을 실행한다. 여기에 다른 분석 방법들을 사용할 수 있다. 전형적으로 이미지 분석은 처음에는 이미지의 개별 특징을 추측하기 위해 실행한다("특징 분석/특징 추출"). 이 특징에는 예를 들어 휘도 및 콘트라스트, 색도 값(예를 들어 RGB 색상 이미지의 R, G, B 값), 이미지에서 인식되는 객체들, 예를 들어 원, 선, 다각형 또는 구조(입도, 균질성) 그리고 다른 특징들이 포함될 수 있다. 다음 하나 이상의 분석의 결과를 얻기 위해 추출된 특징들을 평가한다. 예를 들어, 학습 데이터 세트는 특정한 유형의 및/또는 특정한 발달 상태에서의 벌레 배설물의 이미지를 포함할 수 있으며, 머신 러닝 소프트웨어의 학습을 통해 얻어진 분석 소프트웨어를 가르쳐 이미지 분석의 과정 동안 특정한 등고선, 색상, 질감 및/또는 크기의 객체를 구체적 유형의 벌레로 자동적으로 인식할 수 있다.

다른 단계에서, 분석 소프트웨어는 권장 조치를 출력하며, 이것은 동물의 현재 생리학적 상태의 유지나 향상에 적합하다. 권장 조치는 적어도 하나의 이미지의 분석 결과에 의존한다.

추가적으로 또는 대안적으로 분석 소프트웨어는 하나 이상의 동물에 대한 성취도 지표의 예측 발현을 출력한다. 성취도 지표란 생리학적 매개변수, 질병 증상 또는 질병이다. 예측 발현은 적어도 하나의 이미지의 분석 결과에 의존한다.

분변의 이미지를 즉시 얻을 수 있으므로, 이것은 유리할 수 있다. 메타데이터, 예를 들어 현재 투여되는 물질(약, 동물 사료, 첨가제) 또한 분석 소프트웨어의 GUI를 거쳐 쉽게 입력할 수 있다. 본 발명의 구현에 따르면, 동물 모집단에서 동물의 건강 상태를 쉽고 빠르고 정확하게 점검하기 위해 그리고 동물의 건강을 보호하거나 향상시킬 목적으로 적합한 방책을 신속하게 착수하기 위해 어떠한 특화된 지식이나 추가의 장비나 센서가 요구되지 않는다. 이미지 기록용 카메라는 스마트폰의 아주 흔한 배포로 인해 실질적으로 어디에서나 얻을 수 있다. 추출 대상 이미지는 관련없는 매개변수, 예를 들어 축사의 크기나 축사의 온도와 습도가 의존할 수 있는 창이나 문이 열려있는지 여부에 의존하지 않는다. 이미지 기반 분석은 재현하기 어려운 측정 방법(체내 온도의 측정) 등의 실행을 요구하지 않는다.

배설물은 특히 분변으로 바람직하게는 "신선한 분변"으로, 그 배설이 이미지 기록 시점보다 이전에, 예를 들어 12시간 미만, 특히 6시간 미만, 바람직하게는 1시간 미만 이전에 발생한 것이다.

본 발명의 구현에 의하면, 배설은 적어도 하나의 이미지의 표면을 적어도 40%, 바람직하게는 적어도 60%를 채운다. 예를 들어, 분석 소프트웨어는 배설물을 묘사하는 이미지 상에서 영역들을 초기에 인지하도록 설계된 필터 기능을 포함할 수 있다. 분변 이미지의 표면 비율이 사전결제된 최소값 미만인 이미지를 버리고 분석에 고려되지 않는다. 대안적으로 부분 이미지에 분변 이미지의 필수 최소 비율이 포함되는 경우, 해상도가 이를 허용한다면 분석 소프트웨어는 분석을 위해 수신한 이미지의 부분 이미지만 자동적으로 고려할 수 있다. 일부 구현에 따르면, 분석 소프트웨어는 특정한 최저 해상도 및/또는 특정한 최저 콘트라스트가 없는 이미지를 버리는 필터 기능을 포함한다. 분석 소프트웨어는 바람직하게는 사용자에게 하나 이상의 새 이미지를 기록하는 기회를 사용자에게 주기 위해, 경고 메시지를 출력할 수 있으며, 이것은 적어도 하나의 입력 이미지가 필수 품질 기준을 만족시키지 못한다는 사실을 분석 소프트웨어의 사용자에게 주지시킨다.

본 발명의 구현에 따르면, 배설물의 적어도 하나의 이미지의 기록에는 적어도 하나의 이미지의 기록 동안 광원으로부터의 빛으로 배설물을 조사하는 것이 포함된다. 이 조사는 매우 짧을 수 있거나(사진 플래시, 조사 시간이 대개 1초보다 짧음) 몇 초 동안 지속될 수도 있다.

본 발명의 구현에 따르면, 그 방법은 제어 명령의 조명 장치로의 송신을 포함한다. 예를 들어, 제어 명령이 분석 소프트웨어 또는 이미지 포착 장치, 예를 들어 스마트폰에 지정된 소프트웨어로부터 송신될 수 있다. 제어 명령은 적어도 하나의 배설물의 기록 동안 조명 장치가 하나 이상의 정의된 파장 범위의 빛을 배설물에 조사하도록 유발시킨다. 하나 이상의 파장 범위의 빛으로 배설물을 조사하는 동안 하나 이상의 배설물의 이미지가 각각 기록된다. 조명 장치는 특히 복수의 정의된 파장 범위의 빛으로, 예를 들어 몇 초 동안 배설물을 순차적으로 조사할 수 있다. 각각의 정의된 파장 범위로 조사하는 동안 하나 이상의 파장 범위 특이적 배설물 이미지가 기록된다. 선택적으로 하나 이상의 색상 점을 가진 색상 기준 객체 또한 조사되고 기록될 수 있다. 분석 소프트웨어는 각 파장 범위의 빛으로 기록된 하나 이상의 이미지에 대해 파장 범위 특이적방식으로 선택적으로 분석을 실행하도록 설계된다.

바람직한 구현에 따르면, 분석 소프트웨어(또는 클라이언트 애플리케이션으로 지정된 분석 소프트웨어의 일부)는 조사 기능, 예를 들어 분석 소프트웨어의 조사 모듈로 설계될 수 있는 조사 기능을 포함한다. 조사 기능은 광원과 작동할 수 있게 결합되며 이를 제어할 수 있다. 예를 들어, 조사 기능은 조사 기간 및/또는 광원으로부터 반사되는 빛의 강도 및/또는 파장 범위를 제어한다. 조사 기능은 바람직하게는 사전정의되고 다른 파장 또는 파장 범위를 가진 두 개 이상의 빛 펄스로 배설물을 조사하는 프로그램을 포함한다. 조사 기능은 바람직하게는 또 이미지 포착 장치에 작동할 수 있게 결합되어 적어도 하나의 이미지의 기록과 조사 기능을 동기화할 수 있다. 특히, 동기화는 적어도 하나의 이미지가 기록되어 분석 소프트웨어로 입력되며/되거나 사전정의되고 다른 광원의 파장이나 파장 범위들의 하나로 배설물이 조사되는 시간 간격별로 추후 사용을 위해 데이터베이스에 저장되도록 설계될 수 있다. 이것은 이제 배설물이 여러 파장 범위들의 빛으로 조사된 배설물의 중요한 광학적 특히 색상 특징이 이에 따라 특성화될 수 있으므로 유리할 수 있다. 예를 들어 비산화된 혈액의 비율이 높은 분변(연한 적색의 분변)은 청색 및 녹색 광을 특히 잘 흡수하는 반면, 적생 광은 더 강력하게 반사시킨다. 여러 파장 범위들(예: 청색: 450-482 nm, 녹색: 497-530 nm, 적색: 620-780 nm)의 빛으로 배설물에 대한 순차적인 조사 그리고 사용되는 파장 범위 당 하나 이상의 이미지 기록으로 인해, 똑같이 재현하기 어려운 불량한 측정 조건(축사의 여러 위치에서의 스마트폰의 사용 그리고 여러 직원에 의한 측정에 따른 전형적인 조건) 하에서도, 동일한 배설물로부터 그 배설물의 스펙트럼 특성에 관해 매우 유의한 정보를 얻을 수 있다.

광원은 바람직하게는 이미지 포착 장치에 포함되거나 이를 포함하는 기기(예: 스마트폰)에 있는 광원이다. 예를 들어, 광원은 카메라의 플래시일 수 있다. 한 구현에서, 광원은 스마트폰 디스플레이다. 이 구현은 두 개 이상의 다른 파장 범위의 빛으로 배설물을 조사하며 상응하는 이미지들을 기록하기 위해 특별한 장비(스마트폰 이외의)가 요구되지 않으므로 유리할 수 있다. 인정하건데, 예를 들어 레이저 기기가 할 수 있는 것과 달리 대부분의 스마트폰 디스플레이는 매우 좁으며, 고도로 정밀한 파장 범위의 빛을 선택적으로 방출할 수 없는 것이 사실이다. 하지만 풀스크린 디스플레이를 사용하며(예: 처음에는 "적색"으로 rgb 색상값 255,0,0, 다음 "녹색"으로 rgb 색상값, 0,255,0 그리고 다음 "청색"으로 rgb 색상값 0,0,255를 LED 디스플레이에서 사용), 파장이 다른 사전정의된 조사 과정의 순서가 성취된다. 구현에 따라 디스플레이의 색상 공간에서 다른 파장 범위나 색상값을 사용할 수 있다. 분석 소프트웨어는 바람직하게는 동물 배설물의 학습 이미지의 데이터 세트에서 학습된 머신 러닝 소프트웨어이며 여기서 적어도 일부의 학습 이미지가 단 하나의 파장의 빛으로 또는 하나의 파장 범위의 빛으로 선택적으로 조사되었으며 이는 광원으로 생성할 수 있다. 이로써 학습 데이터 세트를 바람직하게는 조사 원천에 의해 또는 조사 기능에 의해 순차적으로 사용되느 모든 파장 범위들을 커버하며, 즉 학습 데이터 세트는 이러한 정의된 파장들이나 파장 범위들 각각의 빛을 사용하여 조사된 배설물의 복수의 이미지를 포함한다. 따라서 분석 소프트웨어의 조사 기능 및 분석 기능은 기능적 단위를 형성한다. 이는 유리할 수 있는데, 동물 배설물에 대한 대량의 스펙트럼 정보가 가장 단순한 수단(카메라가 있는 스마트폰 그리고 조사 기능을 이행하는 프로그램)을 사용하여 기록될 수 있고 또한 정밀한 분석과 분석 결과의 예측 또는 출력을 가능케 하도록 이러한 정보 또한 학습된 머신 러닝 알고리즘에 의해 사용될 수 있기 때문이다.

하지만 대안적 구현에 따르면, 조명 장치는 특수 조명 기기일 수 있으며, 이것은 현재의 관습적인 스마트폰의 부품이 아니다. 예를 들어, 조명 장치는 레이저 광원 및/또는 가시(인간에게)가 아닌 파장 범위의, 예를 들어 적외선 범위(예: 850-950 nm) 또는 UV 광선 범위(280-380 nm)의 광원일 수 있다.

생리학적 매개변수는 예를 들어, 체온, 측정된 대사물 농도, 체중, 사료 섭취, 동물 당 및 시간 단위 당 또는 시간 단위 당 동물 집단 또는 축사 당 물 섭취 등일 수 있다. 일부 구현에서는 물 섭취 및/또는 사료 섭취는 수동으로나 분석 소프트웨어의 GUI를 통해 입력할 수 있으며/거나 동물 급수나 사료 공급 시스템의 상응하는 센서나 미터로부터 분석 소프트웨어에 의해 자동적으로 얻을 수 있다.

그러므로 동물 유지의 방법은 또한 다른 양태에서 유지된 동물의 건강에 대한 컴퓨터 지원 모니터링 방법 및/또는 예를 들어 질병에 의해 야기되는 성취도의 예측된 하락의 조기 검출 방법을 나타낸다. 다른 양태에서 이 방법은 불량하거나 향상가능한 사육 조건의 특히 동물 사육에서 발생할 수 있는 영양실조나 영양 결핍의 컴퓨터 지원 검출 방법을 나타낸다.

구현에 따르면, 이 방법은 이미지 포착 장치 특히 카메라에 의한 적어도 하나의 이미지의 기록을 포함한다. 카메라는, 예를 들어 휴대폰 카메라 특히 스마트폰 카메라나 사진 장치일 수 있다. 특히 카메라는 축사에서 작업하는 개인의 스마트폰의 카메라일 수 있다. 이는 유리할 수 있는데, 개발도상 국가에서도 방대한 숫자의 사람들이 카메라가 통합된 스마트폰을 소유하며 또는 그 작동에 익숙하기 때문이다. 그리하여 그것의 규칙적인 보수유지와 인력의 훈련을 위해 축사나 울타리 안에서 특수 센서를 설치하는 것이 필요하지 않다.

대안적으로 하지만 이미지 포착 장치가 동물이 유지되는 축사, 울타리 또는 기타 공간에 영구적으로 설치된 카메라일 수도 있다. 다른 대안적 구현에 따르면, 이미지 포착 장치는 모바일 로봇이나 컨베이어 벨트에 영구적으로 설치된 카메라이다. 로봇이나 컨베이어 벨트는 동물이 유지되는 영역에서 이동하도록 설계하고 그에 따라 위치를 지정한다. 예를 들어, 카메라는 적합한 높이에서 적합한 각도로 설치될 수 있으며, 이는 분변이 규칙적으로 위치하는 영역의 바닥으로부터 이미지가 기록되도록 보장한다. 여러 유형의 이미지 포착 장치들의 조합 또한 사용할 수 있다. 카메라가 있는 로봇 및/또는 컨베이어 벨트의 사용은 유리할 수 있는데, 이 수단에 의해서 사진의 수동적 기록을 생략할 수 있으며 기록 조건을 특히 일정하게 유지할 수 있기 때문이다. 이러한 조합은 특히 비육 농가에서 높은 수준의 자동화를 위해 논리적이며, 또한 예를 들어 기록 각도가 일정하게 유지되는 이점을 갖는다. 카메라를 모바일 장치에 장착하는 이 수단에 의해서, 동물을 유지하는 축사나 울타리의 여러 영역으로부터 이미지를 분석할 수 있도록 보장되며, 그에 따라 데이터베이스가 확대될 수 있으며 분석 결과의 품질이 증가될 수 있다.

본 발명의 구현에 따르면, 적어도 하나의 이미지의 기록에는 이미지에 기록되는 배설물의 공간적 근처에 색상 기준 객체를 위치시키는 것이 포함된다. 색상 기준 객체는 색상 기준 객체의 정의된 영역에 하나 이상의 다른 색상을 갖는다. 분석 소프트웨어는 적어도 하나의 이미지의 분석 동안 색상 기준 객체의 색상들을 사용하여 적어도 하나의 이미지에 묘사된 배설물의 색상들을 정규화하도록 설계된다. 이 적어도 하나의 이미지는 배설물 외에 색상 기준 객체도 묘사한다.

예를 들어, 정의된 점들에서 하나 또는 바람직하게는 복수의 색상 점들이 그 위에 적용되는 종이나 플라스틱 띠일 수 있으며, 여기서 생상 점들은 정의된 색상 및/또는 휘도 값을 갖는다. 자신의 일일 축사 검사 동안 자신의 스마트폰 카메라로 동물의 분비물을 기록하는 직원은 기록 동안 색상 기준 객체를 분변의 위에 또는 옆에 배치함으로써, 기록된 이미지가 분변과 색상 기준 객체 모두를 묘사하도록 한다. 색상 기준 객체 및 분석 소프트웨어는 바람직하게는 동일한 업자가 제공하며, 분석 소프트웨어는 색상 기준 객체의 색상들 및/또는 콘트라스트 값들에 근거하여 적어도 하나의 수신된 이미지의 색상들, 휘도 및/또는 콘트라스트 값들을 정규화하도록 설계된다.

이것은 유리할 수 있는데, 색상 기준 객체에 기반하여 분석 소프트웨어가 수신한 이미지의 색상 값 및/또는 휘도 값의 정규화는, 다른 축사나 같은 축사의 다른 영역 또는 하루의 다른 시각에 따라 조명 조건이 다를 수 있더라도 소프트웨어로 하여금 동일한 결과를 제공하도록 보장하기 때문이다. 또한 다른 유형의 스마트폰이나 스마트폰 카메라를 사용하며, 이 카메라로 기록된 이미지의 휘도 및/또는 색상 공간에 대한 특정한 변동이 이로 인해 유발되는 것도 가능하다. 색상 기준 객체에 근거하는 이미지의 색상 및 휘도의 정규화도 유리할 수 있으며, 이것은 기록 동안의 다른 카메라 유형 및/또는 다른 조명 조건에 대한 분석 결과가 이 수단에 의해 성취될 수 있기 때문이다. 색상 기준 객체의 사용이 유리할 수 있는데, 이는 기록된 이미지의 높은 재현성과 분석 결과의 높은 품질을 바로 이러한 간단한 방책으로 보장할 수 있기 때문이다.

본 발명의 구현에 따르면 그 조치인 소프트웨어에 의한 출력이란 특정한 조치 시점에서 실행해야 하는 하나의 조치이다. 이 조치 시점은 분석의 시점에서 시작되는 현재의 시점이나 미래의 시점일 수 있다. 예를 들어, 분석 소프트웨어는 동물에서 특정한 미네랄 물질의 결핍을 예방하기 위해 사료를 즉시 변경해야 함을 출력할 수 있다. 또한 분석 소프트웨어의 출력에 특정한 조처, 예를 들어 사료 성분의 변경이나 특정한 약품의 투여가 즉시 실행되어야 하거나 미래의 특정 시점에, 예를 들어, 분석 시점으로부터 단 2일 이후에 필요하다는 내용이 포함되는 것도 가능하다. 조치 시점이 현재 혹은 미래인가의 여부는 조치가 무엇이며 또한 분석 소프트웨어가 수신된 이미지에 묘사된 배설물에 비추어 특정한 조치를 얼마나 분명하게 고려하는 가에 의존한다. 이것은 다시 분석 소프트웨어의 생성에 사용된 규칙이나 학습 데이터 세트에 의존할 수 있다. 예를 들어, 불분명한 증상의 경우 특별히 값비싼 치료나 불이익/부작용과 연계된 치료(예: 항생제의 투여)는 즉시 실행하지 않는 것이 유리할 수 있다. 이것은 상응하는 투약을 적기에 주문하는 가능성을 동물 사육에 제공하거나 추후에 얻는 배설물의 이미지에 근거하여 분석 소프트웨어가 해당 질병이 소수의 동물에게만 영향을 주었으며 그 자체로는 관해로 이해된다는 결론을 내리는 경우 해당 투약의 생략이라는 가능성을 열어둔다.

추가적으로 또는 대안적으로 성취도 지표에 대한 예측 발현은 그 발생이 발현 시점에 대해 예측 발현일 수 있다. 그 발현 시점은 분석의 시점에서 시작되는 미래의 시점이다.

분석 소프트웨어는 바람직하게는 발현 시점에서 성취도 지표의 발현의 예측과 조치 시점에서의 권장 조치를 계산하여 그 조치 시점까지 발현 시점 전에 충분한 시간 간격이 존재하고 이로써 권장 조치를 조치 시점에 실행함으로써 발현 시점에 성취도 지표의 발현이 특정한 바람직한 방식으로(긍정적으로 또는 부정적으로) 영향을 받을 수 있도록 설계된다. 예를 들어, 분석 소프트웨어는 특정 질병, 예를 들어 모집단 전체의 콕시디오시스증이나 클로스트리디움 감염의 발발을 실제 모집단 전체의 발발전 2-3일에 이미 인지하고 또한 이러한 질병에 특이적인 특성에 기반하며, 예를 들어 이미 약간의 질병 관련 변화가 있는 일부 동물의 배설물 이미지에서 보이는 혈액의 색상 특성에 기반하여 질병을 예측하도록 설계할 수 있다. 이 시간 간격은 동물 축사의 작업자가 적기에 대처를 도입할 수 있는데 일반적으로 충분하다. 이 대처에는 예를 들어, 콕시디오시스증 및/또는 클로스트리디움에 대한 약품의 투여, 이미 감염된 동물의 파악 및 분리, 특히 고가치나 소화가능한 사료의 투여, 용도나 습도의 증가 등이 포함될 수 있다.

본 발명의 구현에 따르면, 권장 조치는 하나 이상의 조치를 포함한다. 이 조치들은 예를 들어 다음 조치일 수 있다: 특정 동물 사료나 음용수의 제공, 하나 이상의 의료 또는 비의료적 물질, 특히 미네랄, 비타민, 약품을 생리학적으로 효과적인 형태로(예: 음식, 음용수, 공기 등을 통해) 투여; 하나 이상의 의료 또는 비의료 물질을 생리학적으로 효과적인 형태로 동물에게 투여하는 것의 중단, 동물이 유지되는 축사나 영역의 물리적 매개변수, 특히 습도와 온도의 변경.

본 발명의 구현에 따르면, 성취도 지표에 대한 예측 발현의 사용자에 대한 출력 및/또는 권장 조치의 사용자에 대한 출력이 분석 소프트웨어의 사용자 인터페이스를 통해 실행된다. 특히, 이 사용자 인터페이스는 소위 GUI라는 그래픽 사용자 인터페이스일 수 있다.

추가적으로 또는 대안적으로, 축사나 동물이 유지되는 영역과 작동적으로 결합된 권장 조치의 출력이 전자적 또는 기계적 시스템에 대해 실행된다. 이 전자적 또는 기계적 시스템은 권장 조치의 수신 시 그 조치를 실행하도록 설계된다.

예를 들어, 전자적 또는 기계적 시스템은 축사의 난방이나 환기 시스템 또는 자동화 사료공급장치나 음용수 시스템일 수 있다. 적합한 조처는 바람직하게는 동물의 성취도 및 건강이 유지되며/거나 증가하도록 축사의 물리적 매개변수에 적응하게 자동적으로 이행될 수 있다. 예를 들어, 증가하는 요구를 해결하기 위해 음용수 공급이나 사료 공급을 증가시킬 수 있거나 동물이 급성 식욕 부진을 앓는 경우 사료 공급을 감소시킬 수 있다. 예를 들어, 예방 또는 치료 조처로 더 많은 미네랄이나 비타민 또한 자동적으로 사료에 추가될 수 있다.

본 발명의 구현에 따르면 그 질병은 콕시디오시스증 클로스트리디움 감염, 살모넬라증, 크립토스포리디오시스증, 특히 위의 기생충이나 위장의 기생충이나 단세포 병원체와 같은 위장관 기생충에 의해 유발되는 질병들, 콜리패혈증, 로소니오시스 또는 돼지 설사병이다. 하지만 그 질병은 동물의 배설물 이미지가 특성적으로 연결된 상태에서 발현하는 일체의 질병일 수도 있다. 분석 소프트웨어의 생성을 위해 머신 러닝 알고리즘을 해당 데이터 세트에서 학습시키려면, 필요에 따라 건강한 동물과 이 질병에 의한 다른 동물의 배설물에 대한 학습 데이터 세트를 학습 이미지 형태로 이러한 각각의 질병마다 생성하거나 또는 분석 소프트웨어가 분석을 실행하는 기반이 되는 각각의 질병에 상응하는 규칙들을 수동으로 정의해야 한다.

본 발명의 구현에 따르면, 그 동물은 가금류, 소, 양 또는 돼지이다.

본 발명의 구현에 따르면, 그 분석 소프트웨어는 사전정의된 규칙에 기반하는 소프트웨어이다. 이것은 유리할 수 있는데, 이 규칙이 인간에 의해 생성되어 해석될 수 있기 때문이다. 그러므로 인간의 전문 지식이 소프트웨어로 흐르도록 허용하는 것이 가능하다. 하지만 규칙 기반 시스템은 규칙을 명시적으로 만들어야 한다는 불리한 점도 갖는다. 그러므로 프로그래머에게 알려지지 않은 예측 매개변수는 소프트웨어에 통합되지 않을 수 있다.

구현에 따르면, 분석 소프트웨어란 학습된 머신 러닝 소프트웨어이다. 이것은 유리할 수 있는데, 충분히 큰 데이터 세트에서 소프트웨어를 학습시킴으로써 인간에게 알려지지 않은 예측의 특징들, 예를 들어 배설물 이미지의 특정한 특징들(예: 묘사된 배설물의 입도, 수분, 색상)의 조합은 물론 투여된 물질에 대해 측정된 수치 및/또는 메타데이터와 이러한 이미지의 특징들과의 조합 또한 인지하며 또한 이를 미래의 분석에서 고려하는 분석 소프트웨어를 얻는 것이 가능하기 때문이다. 인정하건데, 학습 과정 동안 머신 러닝 소프트웨어가 배우는 이 특징들과 특징들의 조합은 일반적으로 인간에 의해 해석될 수 있는 방식으로 명시적으로 저장되지 않는다. 그러므로 사용하는 머신 러닝 시스템은 예측력에 대해 많은 특징들과 특징들의 조합을 평가할 수 있으며, 미래의 분석 예측을 위해 인간에게 흔히 알려져 있지 않은 높은 예측력과의 조합을 사용할 수 있다.

본 발명의 구현에 의하면, 이 방법은 또한 유지되는 동물들과 같은 유형의 동물들의 배설물에 대한 복수의 학습 이미지를 포함하는 학습 데이터 세트의 제공을 포함한다. 이 학습 이미지는 메타데이터로 주석을 달게 된다(링크로 저장됨). 이 메타데이터는 학습 이미지에 묘사되는 배설물의 동물(들)에 대한 성취도 지표를 적어도 하나 포함한다. 그 밖에 메타데이터는 학습 이미지의 기록 시점에 그 동물들에게 투여된 사료나 음용수의 성분을 포함한다. 이 방법은 학습 이미지를 사용하는 머신 러닝 소프트웨어의 학습에 의한 분석 소프트웨어의 생성을 포함한다.

예를 들어, 성취도 지표의 예측 발현은 성취도 지표의 예측 정도 및/또는 발현의 기간, 특히 질병 증상이나 질병의 정도 및/또는 기간을 포함할 수 있다. 권장 조치는 예를 들어 동물의 건강의 유지나 촉진을 위해 동물에게 투여해야 하는 약, 사료, 사료 첨가제 및/또는 음용수 첨가제의 유형과 수량에 대한 권장 사항을 포함할 수 있다. 성취도 지표의 예측 발현은 예측되는 성취도 하락의 가능한 원인에 대한 참조 내용도 포함할 수 있다.

구현에 따르면, 적어도 하나의 이미지는 복수의 이미지를 포함한다. 이것은 유리할 수 있는데, 데이터베이스가 확장되어 분석의 품질이 증가되기 때문이다. 특정한 시점에, 예를 들어 직원이 축사 전체에 대한 일일의 정규 검사 동안 복수의 이미지를 기록함으로써, 복수의 동물로부터 바람직하게는 축사의 여러 영역이나 동물이 유지되는 영역의 배설물의 기록을 평가할 수 있다. 이 수단에 의해서, 소위 "이상치들"의 영향이 감소될 수 있다. 그 밖에 초기에는 동물 모집단에서 매우 소수만이 전염성 질병에 감염되어 이 소수의 동물로부터의 배설물에서만 변화가 있는 상황이 발생할 수 있다. 특정 시점에서 복수의 다른 동물로부터 배설물에 대한 복수의 이미지가 기록되기 때문에, 분석된 이미지들이 이러한 소수의 병든 동물의 배설물도 포함하여 대처를 신속히 이행할 수 있는 확률이 증가된다. 그 밖에 다른 동물이 특정 병원체나 다른 환경 매개변수에 대해 다른 방식이나 다른 정도로 반응하는 것일 수 있다. 복수의 이미지가 기록되기 때문에, 분석 소프트웨어가 배설물의 여러 특징들의 우세한 분산에 관한 보다 나은 개요를 얻을 수 있으며 이 수단에 의해 분석의 품질을 향상시킬 수 있다.

구현에 따르면, 적어도 하나의 입력 그리고 적어도 하나의 이미지의 분석이 적어도 1일 1회의 빈도로 규칙적으로 실행된다. 각각의 입력된 이미지는 디지털 이미지이고, 이것은 현재 기록되어 하나 이상의 동물들의 현재 배설물을 묘사한다. 분석은 분석의 시점 이전 사전정의된 시간 간격 이내에 기록되어 수신된 이미지에 대해 선택적으로 실행된다. 예를 들어, 분석은 현재 기록된 이미지뿐만 아니라 추가의 이미지가 기록되어 분석 소프트웨어에 의해 분석되는 현재 날짜로부터 계산하여 사전정의된 시간 간격, 예를 들어 5일, 7일 또는 10일 이내에 기록된 모든 이미지에 관한 것일 수 있다. 이동하며 그리고 수 일부터 수 주까지의 상대적으로 짧은 시간 이내에 기록된 모든 이미지의 평가가 유리할 수 있는데, 이 수단에 의해 데이터베이스가 확대될 수 있고 분석 결과가 품질이 향상될 수 있기 때문이다. 여러 날에 걸쳐 기록된 이미지들의 분석은 추세, 예를 들어 향상되거나 악화된 사료 평가, 질병에 의해 변화된 분변, 설사병의 유행이나 증가 등에 대한 인식을 원활하게 해준다. 또한 특정 시간 간격, 예를 들어 5일, 7일 또는 10일 이전에 기록된 이미지의 배제가 분석 결과를 향상시킬 수 있음도 관찰되었는데, 이는 이러한 기간이나 그 이상의 오래된 이미지에는 일반적으로 현재나 미래의 성취도 지표에 대해 더 이상 어떠한 예측력이 없기 때문이다.

선택적으로 소프트웨어를 하나 이상의 메타데이터가 연계된 특정 축사의 동물로부터 나온 배출물에 대하여 하나 또는 복수의 기준 이미지를 저장하도록 설계할 수 있다. 분석 소프트웨어나 클라이언트는 분석 애플리케이션의 사용자가 하나 이상의 이러한 메타데이터의 선택 필터를 사용하면서 예를 들어, 스마트폰 디스플레이를 통해 분석 소프트웨어를 촉구하여 이러한 기준 이미지를 선택적으로 출력할 수 있도록 더욱 설계된다. 이 메타데이터는 예를 들어, 이미지의 기록용 데이터, 이미지가 기록된 축사의 영역의 식별자, 이미지가 기록된 위치에 관한 지오데이터, 계절, 종, 동물 종자, 유형, 출신 및/또는 하나 이상의 현재 투여하는 물질이나 물질 혼합물(사료, 사료 첨가제, 약품)일 수 있다. 기준 이미지의 저장과 메타데이터에 의해 제어되는 기준 이미지의 출력 가능성은 유리할 수 있는데, 이것은 분석 소프트웨어 출력의 타당성 확인에 대한 추가의 가능성을 사용자에게 제공하기 때문이다. 예를 들어, 현재 촬영된 배설물이 동일한 위치에서 며칠 전에 기록된 배설물 보다 상당히 다르며 사료 공급 매개변수에서 어떤 것도 변경되지 않았음에도, 분석 소프트웨어가 질병을 인식하지 못하는 경우, 이것은 예를 들어, 분석 소프트웨어가 살모넬라병, 콕시디오시스증 및 클로스트리디움에 대해서만 학습되었고 기생충이 유발하는 질병이 현재 배설물 색깔의 변화를 초래했기 때문에 분석 소프트웨어가 다루지 못하는 질병이 발발했을 수 있으므로, 상응하는 경고 메시지의 부재에도 불구하고 동물에 대한 모니터링 증가가 합리적일 수 있음을 지적한다.

위에서 이미 설명한 바와 같이, 예를 들어 축사나 동물 울타리 전체의 검사를 하루에 한 번에서 여러 번 실행하는 한 명 이상의 직원들은 또한 이러한 기회 동안 관습적인 스마트폰 카메라의 도움으로 축사나 울타리 내의 여러 위치에서 여러 마리의 동물들에 대한 배설물 이미지를 기록한다. 이미지의 기록으로 인해 관습적인 작업 일정, 예를 들어 사료의 제공, 깔개의 교환, 음용수 시스템의 점검 등은상당히 지연되지 않는다.

본 발명의 구현에 따르면, 그 방법은 사료나 음용수의 축사의 동물에 대한 제공을 포함하는데 있어서, 동물의 생리학적 조건에 따라 동물 배설물의 착색을 초래하는 지시 물질을 사료나 음용수와 혼합한다.

예를 들어, 지시 물질은 pH 지시약일 수 있다. 이것은 유리할 수 있는데, 분변의 pH값은 동물의 장관에서 일어나는 복수의 대사 과정에 대한 통합 지시기로 사용될 수 있기 때문이다. 이것은 변의 pH 값이 장내 세균층의 성분에 의존하므로 미생물에 의해 대사되는 투여된 사료에 간접적으로 의존하기 때문에, 장내 여러 그룹의 미생물의 대사 성취도에 관한 결론을 내릴 수 있도록 한다. 탄수화물 화합물들은, 특히 섬유는 일부 세균에 의해 짧은 사슬의 지방산으로 변환되어 장 환경과 분변의 산성화를 유발한다. 이와 반대로 단백질이 풍부한 사료는 단백질 분해 활성적인 장 세균을 촉진하며, 이것은 알칼리화 효과가 있는 암모니아와 다른 대사 산물을 형성한다. 장관이 건강한 돼지에서, 이러한 과정들의 합은 예를 들어, 6.0과 7.0 사이의 pH 값을 초래한다. 균형이 맞지 않는 음식과 질병 또는 다른 환경적 요인들은 장내 세균층의 성분이나 기능의 변화 그리고 배설물의 pH 값의 변동을 초래할 수 있다. 단백질 및/또는 지방 소화의 질환(외분비성 췌장기능 부전증, 담즙산 분비 이상 등) 그리고 혈장 단백질 손실에 따른 염증 또한 이러한 물질의 대장으로의 이전 증가 및 분변의 알칼리화를 초래할 수 있다. 이와 반대로 섬유질이 풍부한 먹이 그리고 탄수화물 불내성은 변의 산성화에서 분명하다. pH 지시약은 예를 들어 베타인이나 pH 지시 효과가 있는 다른 베타시아닌 또는 안토시아닌일 수 있다. 염료 베타인은 고도의 수용성 염료이며 그 색깔은 수용액의 pH에 따라 달라진다. pH 2까지의 강산성에서 그 용액은 보라색이고, pH 4에서는 색깔이 적색으로 변한다. 강염기의 범위에서 글루코시드 결합의 가수분해로 인해 색깔이 황갈색으로 변한다. 이것은 아글리콘 베타니딘과 포도당을 생성한다. 다른 pH 지시약도 사료 첨가제나 음용수 첨가제로 사용할 수 있다. 안토시아닌 류, 예를 들어 적양배추의 시아니딘-3-트리글루코시드는 pH에 의존하는 적색 내지 청색을 낸다. 선행 기술로부터 복수의 pH 지시약이 알려져 있으며, 예를 들어 리트머스, 브로모타이몰 블루, 페놀프탈레인 또는 이 물질들의 조합이 있다. 바람직하게는 값싸고 화학적으로 안정하며 또한 위장관을 통과하더라도 완전히 대사되지 않고 또는 생리학적으로 허용되는 pH 지시약이 사용된다.

지시 물질이 포함된 사료나 물의 투여는, 배설물의 기록에 선택적으로 예를 들어 특정한 성취도 지표의 발현에 대해 보다 정확한 예측을 가능케하는 배설물의 pH와 같은 관련 있는 생리학적 매개변수에 관한 추가 정보를 포함한다는 이점을 갖는다. 배설물의 pH는 디지털 사진 그 자체만으로는 인식할 수 없다. 지시 물질의 투여와 지시 물질의 투여에 적응시킨 분석 소프트웨어의 사용에 의해(예: 지시 물질 또한 투여된 동물의 배설물 이미지가 포함된 학습 데이터 세트에 대한 학습이라는 수단에 의해), 일반 직원에 의한 데이터 수집 과정을 복잡하게 하지 않으면서 동물의 건강 상태에 관한 추가의 중요한 정보를 얻을 수 있다.

하나의 대안적 구현에 따르면, 그 지시 물질은 사료나 음용수에 첨가되지 않지만 적어도 하나의 이미지가 기록되기 바로 전에 배설물에 적용된다. 이것은 더 소량의 지시 물질이 소비되고 또한 보조식품으로 적합하지 않은 생리학적으로 유해한 물질이 사용될 수 있다는 점에서 유리할 수 있다. 하지만 이것은 이미지의 기록 단계에서 시간을 더 소비하게 만든다.

유사하게 지방, 지방산, 특정 탄수화물, 예를 들어 전분의 소화되지 않은 부분들 및/또는 배설물 내의 특정한 아미노산, 펩티드 및 단백질의 일부는 동물의 건강 상태에 관한 특히 특이적 소화 문제의 존재에 관한 정보를 제공할 수 있다. 그러므로 pH 지시약의 투여에 대한 대안으로 혹은 그에 더하여 지방, 지방산, 특정 탄수화물, 아미노산, 펩티드 또는 단백질의 용량에 따라 배설물의 색깔 변화를 초래하는 위에서 언급된 물질과 관련있는 적절한 지시 물질을 첨가함으로써 다양한 추가 정보를 얻을 수 있다. 이 경우 분석 소프트웨어가 바람직하게는 사용자가 하나 이상의 투여된 지시 물질을 메타데이터로서 분석 소프트웨어에 입력하게 허용하는 GUI를 포함하며, 그에 따라 이 정보는 분석의 실행 시 고려되어 분석 결과에 포함된다.

다른 구현에 따르면, 그 지시 물질은 형광 염료이거나 형광 염료에 결합되는 물질이다. 이 화학 물질 및/또는 지시 물질의 배설 비율은 바람직하게는 동물 장관의 생리학적 매개변수, 예를 들어 위장관에서 염증이나 기생충의 존재, pH 값, 장내 세균층 및 기타 요인들에 의존한다. 적어도 하나의 이미지 기록에 사용되는 이미지 포착 장치는 바람직하게는 형광 염료를 여기시켜 형광을 발하고 형광을 방출하게 할 수 있는 파장의 빛을 방출하는 광원에 결합된다. 선택적으로 적어도 하나의 이미지를 정의된 양의 이 형광 염료의 색상점을 포함하는 색상 기준 객체를 정의된 양만큼 사용하여 기록할 수 있다.

예를 들어, 많은 다른 유기산과 달리 글로콘산은 대부분의 동물의 소장에서 30%까지만 재흡수된다. 이 물질의 대부분은 다양한 장내 세균에 의해 초산 및 젖산으로 대사되며 이 산들은 다시 건강을 촉진하는 부티르산 및 프로피온산과 같은 단쇄 지방산으로 더욱 대사된다. 몇 가지 다른 유기산의 농도 및 그 대사 또한 위장관의 생리학적 조건에 의존하며, 그에 따라 배설물에 있는 이러한 대사 산물의 농도가 가능한 질병에 관한 중요한 정보를 제공할 수 있다. 하지만 많은 경우 개별 화학 물질의 검출과 정량화는 너무 복잡하다. 구현에 따르면, 지시 물질을 동물에게 투여하여, 그 물질은 형광 염료에 결합하거나 스스로 형광 물성을 가지며, 동물 배설물에서 그 농도는 위장관의 생리학적 조건에 의존한다. 예를 들어, 독일 특허 번호 DE69726135T2는 트리- 및 테트라-사이클로폴리아자매크로사이클릭 화합물의 형광 화합물을 공개하는데, 이들은 수용성 매체에서 안정하여 비독성이므로 생물학적 용도에 적합하다. 테트라-아자매크로사이클릭 구조에 기반하는 킬레이트제가 수용성의 안정한 란탄 킬레이트의 생성에 특히 적합하다. 1,4,7,10-테트라 아자사이클로도데칸에서 유도되는 아미노 카르복실레이트 및 아미노포스포네이트 킬레이트제는 고도로 안정한 란탄 킬레이트를 형성하며, 이것들은 배설물에서의 농도가 적어도 개략적으로 정량화되므로 사료나 음용수의 첨가제로서 특히 적합하며 또한 그에 따라 적합한 광원을 사용하여 형광으로 여기된 배설물 이미지의 분석 과정에서 동물 건강에 관한 결론을 끌어낼 수 있다. 관습적인 형광 면역분석 방법과는 달리, 이 방법은 사용하기 매우 쉽다. 하지만 여기에서 개략적 정량화 또한 형광 신호에 근거하여 실행되더라도, 그 분석은 복잡한 면역학적 분석 대신 형광 지시 물질과 사료나 음용수의 투여 및 상응하는 배설물의 형광 이미지의 자동화된 평가에 근거한다.

적합한 란탄에는 예를 들어 테르븀(Tb) 및 유로퓸(Eu)이 포함되며, 이것은 반드시 항체일 필요가 없는 작은 분자와 결합하여 사용된다. 이러한 분자는 예를 들어 특허 DE69726135T2에 기술된 이작용기성 킬레이트제로서 생물학적으로 활성인 물질, 특히 예를 들어 덱스트란 그리고 이의 약학적으로 허용가능한 염과 같은 위장관에서 대개 대사되는 물질과 공유 결합을 형성한다. 여기서 사용된 "약학적으로 허용가능한 염"이란 충분하게 비독성이어서 동물, 바람직하게는 포유동물의 진단에 유용한 일체의 염이나 염들의 혼합물을 의미한다. 이 생물학적 활성 물질은 특히 유기 물질일 수 있으며, 예를 들어 아세트산, 숙신산, 구연산, 젖산, 알레산, 푸마르산, 팔미트산, 콜산, 뮤신산, 글루탐산, 글루콘산, 캄포르산, 글루타릭산, 글리콘산, 프탈산, 주석산, 포름산, 라우린산, 스테아린산, 살리실산, 메탄술폰산, 벤젠술폰산, 소르브산, 피크르산, 벤조산, 신남산 및 기타 적합한 산들이다.

비용의 절감을 위해, 예를 들어 존재가능한 건강 문제에 대한 훨씬 더 정밀한 그림을 얻기 위해 짧은 시간 동안 소수의 선택된 동물에게만 형광 지시 물질을 투여할 수도 있다. 예를 들어, 이 지시 물질을 0.01-1 mmol/kg 동물 체중의 범위에서 투여할 수 있다; 하지만 권장 용량은 물질과 동물 종에 따라 다르다. 일반적으로 건강한 동물의 배설물에서 분명히 특정가능한 양의 지시 물질이 존재하도록 그리고 건강 문제를 지적할 수 있는 농도의 상향이나 하향 편차가 이미지 포착 장치에서 분명하게 측정되고 기록되도록 충분한 양의 지시 물질을 투여해야 한다.

이것은 유리할 수 있는데, 배설물에서 형광 신호의 강도가 지시 물질이 장을 통과하는 동안 지시 물질이 얼마나 강력하게 화학적으로 파괴되거나 흡수되는지에 관한 정보를 제공할 수 있기 때문이다. 색상 기준 객체의 색상 점에서 면적당 형광 염료의 양은 바람직하게는 건강한 동물에서 그 동물 배설물의 동일한 면적에서 기대되는 형광 염료의 양에 상응한다. 형광 신호의 강도 편차는 동물의 위장관에서의 다양한 생리학적 상태에 관한 정보를 제공한다.

지시 물질은 그 용도에 따라 성취도 지표의 예측 발현에 대응하여, 예를 들어 분식 소프트웨어가 다음 2-3일 동안 위장관 질병의 발생을 이미 예측한 경우, 첨가할 수 있으며, 또한 이러한 지시 물질의 첨가는 소화관에 대한 추가의 정보를 얻는 것을 보장해야 한다. 하지만 지시 물질을 예방적으로 투여하는 것도 가능하다. 예를 들어, 사료나 음용수와 함께 지시 물질을 섭취한 동물의 배설물에 대한 기록에 기반하여 질병의 존재를 예측하도록 분석 소프트웨어를 설계할 수 있다.

구현에 따르면, 분석 소프트웨어를 지시 물질을 사료나 음용수와 함께 섭취한 동물(다른 성취도 지표, 건강하고 병걸린 동물들)의 배설물이나 배설물이 동물의 몸에서 나온 직후에 지시 물질을 첨가한 배설물의 이미지를 포함하는 학습 데이터 세트 상에서 학습시켰다. 후자의 경우 예를 들어 지시 물질을 배설물에 대해 분무하거나 소량씩 흘려서 실행했다. 분석 소프트웨어는 배설물의 광학적 물성들, 특히 그 색상에 근거하여 현재나 미래의 질병의 존재 및/또는 동물과 관련된 다른 성취도 지표를 자동적으로 인식하도록 설계되며, 배설물의 광학적 물성은 질병의 존재 및/또는 동물의 성취도 그리고 지시 물질의 투여 및 농도에 의존한다. 유지되는 동물이란 특히 함께 유지되는 동물들, 예를 들어 동일한 축사나 같은 울타리 안의 동물이다.

본 발명의 구현에 따르면 지시 물질과 혼합되는 사료나 음용수는 적어도 하나의 이미지의 기록 이전에 동물에게 제공되거나 투여되며, 그 지시 물질은 동물의 생리학적 상태, 특히 병원체에 의한 동물의 감염에 따라 동물 배설물의 착색을 유발하는 물질이다. 이 지시 물질은 특히 pH 지시약일 수 있다.

구현에 따르면, 분석 소프트웨어는 배설물의 디지털 이미지 외에도 전체 또는 일부 동물의 디지털 이미지를 규칙적인 시간 간격으로 수신하도록 설계된다. 이 이미지에는 타임 스탬프가 제공되며 또한 바람직하게는 10초마다 적어도 한 번, 바람직하게는 5초마다 적어도 한 번, 더욱 바람직하게는 1초마다 적어도 한 번의 빈도로 이미지가 수신된다. 이 이미지는 바람직하게는 동물이 유지되는 축사나 영역내 하나 이상의 정지 카메라로부터 수신된다. 분석 소프트웨어는 개별 동물을 객체로 인식하여 시간에 따른 동물의 이동 프로파일을 계산하기 위해 타임 스탬프가 있는 이미지에 대한 이미지 분석을 실행한다. 이 무리의 이동성은 동물의 건강 상태의 지표이다. 침착하지만 이동하는 무리는 건강하다. 더 높은 이동 빈도는 특정 질병을 표시할 수 있으며, 너무 낮은 체온과 감소된 이동 빈도 또한 바이러스 감염과 같은 질병이나 축사의 온도가 너무 높음을 나타낼 수 있다. 이 이동 프로파일을 보완적으로 사용하여 배설물 이미지의 분석에 상당히 기반하는 분석을 향상시킬 수 있다.

구현에 따르면, 이 분석 소프트웨어는 동물의 사육사에게 속하는 여러 물질이나 물질 혼합물, 특히 사료 성분, 사료 첨가제, 음용수 첨가제, 비타민, 미네랄 및 수의학적 제제의 재고에 관한 데이터가 있는 데이터베이스의 접속을 포함한다. 이 데이터베이스는 추가의 데이터, 예를 들어 성취도 지표의 측정에 대한 시간상 근접도에 따라 기록된 동물 배설물의 사진도 지정된, 축사나 울타리 내의 동물들의 실제측정된 성취도 지표를 더욱 포함할 수 있다. 이 측정된 성취도 지표는, 예를 들어 도살된 동물의 위장관의 이미지와 도살 전 수 시간이나 수 일 전에 기록된 이 동물들의 배설물 이미지일 수 있으며, 상기 이미지는 바람직하게는 마찬가지로 데이터베이스에 저장되고 머신 러닝 알고리즘의 학습이나 재학습에 의해 분석 소프트웨어를 생성하거나 향상시키는데 사용될 수 있다.

분석 소프트웨어는 권장 조치에 따라 제거되는 물질이나 물질 혼합물의 수량 및 유형의 제거 이후 해당 물질이나 물질 혼합물에 대해 재고가 고갈되었는지 여부를 자동적으로 점검한다. 다음 분석 소프트웨어는 제거된 물질이나 물질 혼합물의 업체의 전자 주문 시스템으로 주문 메시지를 네트워크를 통해 자동적으로 송신한다. 예를 들어, 이 데이터베이스는 자동 주문 소프트웨어가 연결된 물품 관리 소프트웨어의 데이터베이스일 수 있다. 동물 축사의 작업자가 특정 물질, 예를 들어 사료 자루, 사료 첨가제 패키지 또는 수의용 제제를 재고로부터 제거하면, 그 제거는 물품 관리 소프트웨어에 자동적으로 또는 수동적으로 입력되어 재고에 유지되는 물품의 재고량이 항상 현재 상태로 업데이트된다. 일부 구현에서, 이 물품 관리 소프트웨어는 물질의 소비를 직접적으로나 간접적으로 표시하는 기계와 기기의 소비 센서에 작동적으로 결합된다. 예를 들어, 소비 센서는 사료 공급 기계나 음용수 시스템의 수량계의 소비 센서일 수 있다.

그러므로 분석 소프트웨어는 물품 관리 소프트웨어와 결합하여 요구되는 물질의 재고가 자동적으로 유지되거나 보충되도록 자동적으로 보장하므로, 자동 기록은 동물 사육을 간소화하고 이에 연계된 과정들을 가속화할 수 있다.

구현에 따르면, 그 방법은 이 분석 소프트웨어에 적어도 하나의 측정치의 수동이나 자동 입력을 포함한다. 이 적어도 하나의 측정치는 예를 들어, 다음 가운데 하나의 측정치 또는 이러한 측정치의 두 개 이상의 조합을 포함할 수 있다: 동물이 분비한 젖의 온도; 동물이 분비한 젖의 전기 전도도; 축사의 온도; 공기 중의 암모니아 함량; 공기 중 습도; 이로써 지면에서 센서까지의 거리가 바람직하게는 20 cm 미만, 바람직하게는 10 cm 미만; 동물 당 또는 마지막으로 측정된 시간 단위와 같은시간 단위 당 축사 당 공급된 사료의 양; 동물 당 또는 마지막으로 측정된 시간 단위와 같은시간 단위 당 축사 당 공급된 음용수의 양. 다음 분석 소프트웨어는 적어도 하나의 이미지의 분석 외에 적어도 하나의 측정치의 분석도 실행한다. 권장 조치 및/또는 성취도 지표의 예측 발현은 적어도 하나의 이미지의 분석 결과 및 적어도 하나의 측정치의 분석 결과 모두에 의존한다. 기술된 측정치의 매개변수들은 축사의 환기 및 기타 기술적 장비를 조절하기 위해 축사 관리 소프트웨어용 센서에 의해 일체의 경우에 매일 기록되고 수집되므로 이미 사용할 수 있고, 비교적 기록하기 쉬우며 또한 환경적 영향에 대해 견고하다는 이점을 갖는다.

이 매개변수들은 모두 바람직하게는 적어도 하나의 디지털 이미지의 기록 시간에 대해 시간적 근접성 방식으로, 따라서 예를 들어 같은 시간 이내에, 6시간의 시간 간격 이내에 또는 같은 날에 측정된다. 동물이 유지되는 축사나 영역의 시스템에 이미 상응하는 센서가 있다면, 기술된 측정치 또한 분석 소프트웨어에 의한 성취도 지표의 예측에서 및/또는 권장 조치의 계산에 있어서 보완적으로 고려될 수 있다. 하지만 일반적으로 배설물의 이미지만으로 정확한 분석 결과를 얻는게 충분하므로 이 방법은 특히 기술적으로 간단한 조건 하에서 즉, 추가 센서의 사용 없이 또는 상응하는 추가의 측정치에 대한 고려 없이 동물을 사육하는데 적합하다. 이 분석 소프트웨어는 바람직하게는 머신 러닝 소프트웨어이며, 그 학습에 있어서 학습 이미지 전부가 아니라 일부만을 보완적 측정치, 예를 들어 젖 온도, 바닥 온도 등으로 주석을 추가한다. 그 학습 데이터 세트의 충분히 커다란 부분은 동물 배설물의 디지털 이미지를 포함하며, 이에 관한 현재나 미래의 권장 조치가 알려져 있고 또한 해당 이미지와 연계되어 저장되어 있다; 하지만 어떠한 측정치도 이미지에 연계되지 않았다. 보완적 메타데이터로 기술된 측정치의 부재 하에서도, 이 수단에 의해 정확한 분석과 분석 결과의 출력이 분석 소프트웨어에 의해 실행될 수 있다.

선택적으로 추가의 데이터를 수신할 수 있으며, 예를 들어 사용자가 분석 소프트웨어의 GUI를 통해 입력한 데이터로서, 예를 들어 동물의 종과 품종, 동물의 나이, 동물의 성별, 사료의 성분(선택적으로 사료 유형 ID의 형태로 부호화됨) 등이다. 이러한 다른 데이터는 마찬가지로 예측에 포함된다. 다음 수신된 이미지, 추가 데이터("메타데이터") 특히 사료, 사료 첨가제, 약품 등 그리고 측정치를 수신한 경우 측정치의 함수로 예측을 실행한다.

구현에 따르면, 분석 소프트웨어가 모바일 컴퓨터 시스템, 특히 스마트폰 상에서 예시되는 소프트웨어 애플리케이션으로서 이행된다. 이 분석 소프트웨어는 모바일 컴퓨터 시스템의 카메라로부터 ??어도 하나의 배설물 이미지를 수신하고 또한 선택적으로 메타데이터(예: 자료, 사료 첨가제 및 약품과 같은 현재 투여하는 물질) 및/또는 측정 데이터를 수신하도록 설계된다. 이 분석 소프트웨어는 적어도 하나의 이미지의 분석을 실행하고 권장 조치 및/또는 예측된 형태의 성취도 지표를 출력하도록 설계된다. 이 분석 소프트웨어는 예를 들어, 이 컴퓨터 시스템의 디스플레이를 통해 모바일 컴퓨터 시스템의 사용자에게 보여질 수 있으며, 사용자는 GUI를 통해 분석 소프트웨어에 메타데이터 및/또는 측정치를 입력할 수 있다. 대안적으로 이 분석 소프트웨어는 또한 하나 이상의 센서(예: 온도계)에 대한 로컬 인터페이스(예: 블루투스 인터페이스)를 포함하거나 네트워크(예: 인터넷)의 수단에 의해 센서에 연결될 수 있으므로, 일부 구현에 따르면 이 분석 소프트웨어는 이 센서로부터 측정치를 수신할 수 있다. 이 구현의 변형이 유리할 수 있는데, 이미지의 기록과 분석 모두 로컬 수단을 사용하여 실행할 수 있으며 이 모든 것이 사용자의 스마트폰에서 사용으로 가능하기 때문이다. 예를 들어, 분석 소프트웨어를 앱의 형태로 스마트폰에 설치할 수 있다. 그러므로 사용자는 다른 원격 컴퓨터 시스템으로부터 독립적이며, 이것은 연결이 불안정하거나 이동 전화 연결이 없거나 WLAN 연결이 없는 영역이나 건물에서 특히 유리하다.

한 대안적 구현에 따르면, 이 분석 소프트웨어는 분산형 클라이언트-서버 소프트웨어 애플리케이션으로 설계된다. 이 클라이언트 소프트웨어가 모바일 컴퓨터 시스템 특히 스마트폰에서 실체화되며, 모바일 컴퓨터 시스템의 카메라로부터 배설물의 적어도 하나의 이미지를 수신하고 서버 컴퓨터 시스템 상에서 예시되는 서버 애플리케이션으로 송신하도록 설계된다. 이 서버 애플리케이션은 클라이언트 애플리케이션으로부터 적어도 하나의 이미지를 수신하고, 이 적어도 하나의 이미지에 대한 분석을 실행하여 권장 조치 및/또는 성취도 지표와 권장 조치의 예측 발현을 계산하며 그 권장 조치 및/또는 예측 발현을 네트워크를 통해 클라이언트 애플리케이션에 송신하도록 설계된다. 이 클라이언트 애플리케이션은 모바일 컴퓨터 시스템으로 권장 조치 및/또는 예측 발현을 출력하도록 설계된다.

다른 구현에 따르면, 이 분석 소프트웨어는 분산형 클라이언트-서버 소프트웨어 애플리케이션으로 설계된다. 그러므로 이 분석 소프트웨어는 네트워크를 통해 서로 상호운영가능한 서버 애플리케이션 및 클라이언트 애플리케이션을 포함한다. 클라이언트 애플리케이션을 하나 이상의 클라이언트 컴퓨터에 설치하며/하거나 실체화할 수 있으며, 여기서 클라이언트 컴퓨터들은 바람직하게는 각각 모바일 컴퓨터(예: 스마트폰 또는 태블릿 컴퓨터)로 설계된다. 서버 애플리케이션은 네트워크를 통해 복수의 클라이언트 애플리케이션에 연결될 수 있다. 이로써 각각의 클라이언트 애플리케이션은 클라이언트 애플리케이션이 각각 설치되는 이미지 포착 장치(예: 스마트폰의 카메라)에 자동적으로 걸합된다. 각각의 이미지 포착 장치는 적어도 이미지 기록의 시점에 동물이 유지되는 복수의 여러 축사나 영역 내에 위치할 수 있다. 서버 애플리케이션은 다음 방법을 실행하도록 설계된다: 서버 애플리케이션에 의해서 네트워크를 통해 각 클라이언트 애플리케이션으로부터 적어도 하나의 디지털 이미지 수신이 적어도 하나의 이미지는 동물이 유지되는 축사나 동물이 유지되는 영역에서 하나 이상의 동물의 배설물을 보여준다.

적어도 하나의 이미지의 수신에 근거하여, 서버 애플리케이션은 이 이미지의 분석을 실행하고 그 분석의 결과 그리고 권장 조치 및/또는 성취도 지표의 예측 발현을 클라이언트 애플리케이션에 송신하도록 설계된다. 이러한 송신은 네트워크를 통해 실행할 수 있다. 예를 들어, 분석의 결과는 그로부터 적어도 하나의 이미지가 수신된 클라이언트 애플리케이션으로 송신될 수 있으며, 클라이언트 애플리케이션은 서버 애플리케이션으로 송신한 그 결과를 디스플레이를 통해 상응하는 클라이언트 컴퓨터의 사용자에게 표시하도록 설계될 수 있다. 추가적으로 또는 대안적으로, 그 출력은 축사에 작동적으로 연결된 기계적 또는 전기적 시스템 상에서도 실행될 수 있으며, 이는 후자로 하여금 환경적 또는 사료 매개변수를 변경시키도록 하기 위해서이다. 이 시스템은 예를 들어, 난방 시스템, 냉방 시스템, 음용수 시스템, 축사용 자동 사료공급기 등일 수 있다. 선택적으로 클라이언트 애플리케이션은 센서로부터 측정치를 수령하며/하거나 사용자가 클라이언트 애플리케이션의 GUI를 통해 수동으로 입력하는 메타데이터를 수령하고, 측정치 및/또는 메타데이터를 서버 애플리케이션으로 전달하도록 설계될 수도 있다. 다음 전달된 측정 데이터 및/또는 메타데이터는 서버 애플르케이션의 분석을 위한 추가의 기반이다.

이것은 유리할 수 있는데, 분석 기능성의 서버쪽 이행이 복수의 클라이언트 애플리케이션의 그리고 전형적으로 복수의 다른 축사나 동물 모집단의 실제 관찰된 성취도 지표를 포함하여 이미지 데이터는 물론 선택적으로 측정 데이터 및 메타데이터에 접속할 수 있으며 또한 이들을 중앙적으로 저장하고 평가할 수 있기 때문이다. 이것은 꾸준히 성장하는 데이터 세트에 대한 반복적 학습에 의해 분석 기능성의 계속적인 향상을 가능케한다. 이는 중앙적으로 수집된 데이터 그리고 알고리듬의 향상을 기반으로, 규칙 기반의 분석 프로그램의 경우는 명시적 구축을 명시적으로 변경함으로써 또는 꾸준히 성장하는 데이터 세트에서 머신 러닝 프로그램을 반복적으로 학습시킴으로써 거짓 예측 및 권장의 자동적인 인식을 가능케 한다. 그리고 또한 린클리아언트 애플리케이션, 즉 적은 메모리와 컴퓨터 용량을 요구하는 애플리케이션의 제공도 가능하다. 그 기능은 바람직하게는 클라이언트 컴퓨터의 스마트폰 카메라에 의해 기록된 이미지의 서버 애플리케이션으로 전달, 사용자가 현재 공급하는 사료와 같은 메타데이터의 입력을 허용케 하는 GUI의 선택적 제공 그리고 서버 애플리케이션으로부터 분석 결과의 수신으로 제한되는데, 여기서 이 분석 결과는 바람직하게는 클라이언트 애플리케이션에 의해 GUI를 통해 클라이언트 컴퓨터의 사용자에게 표시된다.

구현에 따르면, 이 분석 소프트웨어(또는 클라이언트-서버 아키텍처의 경우, 특히 서버 애플리케이션)는 측정되거나 혹은 GUI를 통해 사용자가 입력되는, 축사의 동물 그리고 선택적으로 또한 축사에 대한 성취도 지표의 적어도 하나의 발현을 수신하도록 설계된다. 예를 들어, 이 발현은 하나 이상의 클라이언트 애플리케이션의 각 사용자에 의해, 각 클라이언트 애플리케이션의 GUI를 통해 입력되어(사용자는 각각 여러 축사나 동물 모집단에 대한 책임이 있음) 서버 애플리케이션으로 송신될 수 있다. 보완적으로 또는 대안적으로, 이 발현은 하나 이상의 피드백 애플리케이션의 GUI를 통해 해당 피드백 애플리케이션으로 입력되어 거기서 네트워크를 통해 서버 애플리케이션으로 송신될 수도 있다. 이로써 각 피드백 애플리케이션은 도축장에 지정되어, 예를 들어 도축된 동물의 이미지를 기록하고 전달하는데 사용된다. 성취도 지표의 발현은 특히 동물이 도살된 이후 위장관의 이미지일 수 있다. 성취도 지표의 발현은 바람직하게는 적어도 하나의 이미지의 기록 시점에 대한 시간적으로 근접하는 시점에 관한 것이다. 예를 들어, 성취도 지표를 도축 당일에 측정했으며, 예를 들어 도축된 동물의 위장관의 이미지 형태로 측정했으며, 그 배설물의 이미지가 도축 당일이나 그 전날에 기록되었다. 그러므로 여기서 시간적 근접이란 바람직하게는 48시간 이내, 바람직하게는 24시간 이내를 의미한다. 이러한 이미지에는 수의사가 상응하게 주석을 달 수 있으며, 예를 들어 "급성 콕시디오시스증이 있는 구이용 닭의 소장", "구이용 닭의 건강한 소장", "칠면조의 건강한 소장", "급성 설사병이 있는 돼지의 대장" 등이다.

이 방법은 분석 소프트웨어(또는 서버 애플리케이션으로 설계된 분석 소프트웨어의 일부)를 자동적으로 제공하거나 분석 소프트웨어의 향상된 버전(또는 서버 애플리케이션으로 설계된 분석 소프트웨어의 일부에 대한 향상된 버전)을 자동적으로 제공하기 위한 머신 러닝 알고리듬의 학습을 포함하는데 있어서, 그 학습은 배설물의 디지털 이미지와 성취도 지표의 측정된 발현에 대해 수신된 조합의 분석을 포함한다.

이것은 유리할 수 있는데, 데이터베이스의 이미지 숫자의 증가 그리고 클라이언트 애플리케이션 숫자(흔히 여러 축사와 비육 농장에 상응)의 증가에 따라, 학습 데이터 세트가 성장하고 분석 소프트웨어의 지속적인 향상이 학습에 의해 가능해지기 때문이다.

다른 구현에 따르면, 이 분석 소프트웨어는 마찬가지로 분산형 클라이언트-서버 애플리케이션으로 설계된다. 서버 애플리케이션이 네트워크를 통해 복수의 클라이언트 애플리케이션에 연결되는데, 각 클라리언트 애플리케이션은 이미지 포착 장치에 작동적으로 연결된다. 각 이미지 포착 장치는 적어도 배설물의 이미지 기록 동안에는 복수의 여러 축사나 동물이 유지되는 영역 이내에 위치할 수 있다. 서버 애플리케이션이 각 축사에 대해 다음 방법을 실행하도록 설계된다: 현재 축사의 동물에게 투여되는 적어도 하나의 물질이나 물질 혼합물을 명시하는 메시지의 수신, 사용자가 (클라이언트 애플리케이션의 또는 도축장의 피드백 애플리케이션의) GUI를 통해 측정하거나 입력한 축사의 동물에 대한 적어도 하나의 성취도 지표를 명시하는 클라이언트 애플리케이션으로부터 서버 애플리케이션에 의한 수령에 있어서, 그 성취도 지표의 발현이 물질이나 물질 혼합물의 투여 시점에 대한 시간적 근접의 시점에 관한 것임; 그리고 각 축사로부터 수신한 투여된 물질이나 물질 혼합물의 조합 그리고 투여된 물질이나 물질 혼합물의 동일하거나 유사한 축사들의 클러스터 계산에 필요한 수신된 성취도 지표의 발현에 대한 일차 클러스터 분석의 실행에 있어서, 각 클러스터의 모든 동물에 대한 성취도 지표의 평균 발현이 서버 애플리케이션에 의해 저장되고 해당 클러스터에 연계됨. 평균 발현은, 예를 들어 중간값, 산술 평균 또는 복수의 성취도 지표 발현으로부터 다르게 계산된 값일 수 있다.

추가적으로 또는 대안적으로, 서버 애플리케이션은 각 축사로부터 수신한 투여된 물질이나 물질 혼합물의 조합 그리고 수신된 성취도 지표의 발현에 대한 이차 클러스터 분석을 실행한다. 이차 클러스터 분석은 그 동물들이 동일하거나 유사한 성취도 지표를 갖는 축사들의 클러스터 계산을 위해 기능하는데 있어서, 클러스터의 복수의 축사에서 해당 축사의 동물에게 투여되는 물질이나 물질 혼합물이 해당 클러스터에 저장되고 연계된다. 그리하여 성취도 수준이 유사한 축사들의 클러스터가 형성된다. 대다수의 축사 클러스터에서 투여되는 사료를 분석함으로써, 사료나 사료 첨가제 또는 수의학적 약제의 효과 및 품질에 대한 차이를 결정할 수 있다. 구현에 따르면, 분석 소프트웨어는 동물 종자 및/또는 사료나 사료 첨가제의 제조업체가 형성된 클러스터에 지정되도록 이차 클러스터 분석을 실행한다. 이것은 유리할 수 있는데, 다른 제조업체의 다른 상업용 먹이에 의해 초래되는 성취도 및 일반적 건강의 다른 발현은 클러스터 분석의 결과로부터 유래할 수 있기 때문이다. 성취도가 다른 동물 종자 혹은 동물 종자와 각각 투여되는 사료나 사료 첨가제의 특히 유리하거나 불리한 조합 또한 이차 분석을 사용하여 파악할 수 있다.

일차 및/또는 이차 클러스터 분석의 결과는 최종적으로 서버 애플리케이션에서 적어도 하나의 클라이언트 애플리케이션으로 송신되어 그 클러스터 분석 결과를 사용자에게 출력한다.

위에서 묘사된 클러스터 분석이 유리할 수 있는데, 언급할 가치가 있는 추가의 노력이 없이도, 특정한 사료 첨가제 및/또는 수의학적 약품의 효과를 상업적 사용 조건 하에서 그리고 상업용 축사에서 수집되는 대량의 객관적이고 실험적인 데이터에 근거하여 최초로 실습을 통해 확인하고 수량화할 수 있기 때문이다. 현재 승인 과정이나 제품 개발 과제의 진행 동안 상응하는 검사들이 자주 시험되고 있다. 하지만 시험 대상의 동물과 축사의 숫자가 흔히 제한적이고 대학 및 연구 기관의 위생 및 기술 수준에서 시험되므로 실습에서 관련이 있을 수 있는 광범위하게 다른 매개변수를 다룰 수 없다. 본 발명의 구현들, 특히 여러 동물 모집단에서 사용되며 적어도 하나의 도축장에서 실제로 측정되는 성취도 지표를 추가적으로 수집하여 분석하며/하거나 분석 소프트웨어의 향상을 위해 성취도 지표를 사용하는 몇 개의 클라이언트 애플리케이션을 포함하는 분산형 클라이언트-서버 시스템은, 대조적으로 동물 비육 농가에서의 특별한 노력 없이 동물 비육 농가의 실제 조건 하에서 많은 숫자의 동물의 성취도 및 건강에 대해 특정 물질의 효과를 인식하고 이용할 수 있다.

클러스터 분석의 결과는 성취도 매개변수의 향상을 위한 제안, 특히 예측된 질병 및 질병 증상을 위한 권장 내용, 사료나 사료/사료 첨가제의 변경에 대한 권장 내용 등을 포함할 수 있다. 예를 들어 클러스터 분석의 결과에 따르면, 성취도 지표(예: 시간당 체중 증가)의 발현이 최고인 15곳의 운영에서 사료와 사료 첨가제 A 또는 특정 제조업체의 사료를 투여하는 반면 이 성취도 지표의 발현이 최저인 11곳의 운영에서는 다른 첨가제 B 또는 다른 사료 제조단체의 것을 투여하고 있으며, 그 사료들이 성분과 다른 매개변수에서 대개 동일하다면, 그 서버 애플리케이션은 성취도 값이 불량한 11개 회사에 속하는 클라이언트 애플리케이션으로 권장 메시지 형태의 분석 결과 출력을 선택적으로 송신하도록 설계(학습)될 수 있다. 이 권장 메시지에는 사료 첨가제 A나 더 나은 사료 제조업체로 변경하는 권장 내용이 포함될 수 있다.

다른 양태에 있어서, 본 발명은 컴퓨터 판독가능 지침들이 분석 소프트웨어의 형태로 저장되는 저장 매체에 관한 것이다. 이 분석 소프트웨어는 적어도 하나의 이미지의 분석 소프트웨어로의 입력에 있어서 그 적어도 하나의 분석 결과에 의존하는 출력; 및/또는 하나 이상의 동물들에 대한 성취도 지표의 예측 발현의 분석 소프트웨어에 의한 출력에 있어서 그 권장 조치가 적어도 하나의 분석 결과에 의존하는 출력; 및/또는 하나 이상의 동물들에 대한 성취도 지표의 예측 발현의 분석 소프트웨어에 의한 출력에 있어서 그 성취도 지표가 생리학적 매개변수, 질병 증상 또는 질병이며, 그 예측 발현이 적어도 하나의 이미지의 분석 결과에 의존하는 출력을 포함하는 방법을 실행하도록 설계된다.

이 저장 매체는 휘발성 또는 비휘발성 저장 매체일 수 있다. 저장 매체는 특히 전자(반도체) 부품 내에 또는 그 기반에 정보를 저장하는 전자 저장 매체일 수 있다. 정보를 물리적으로 저장하기 위해 다양한 메커니즘이 사용되며, 예를 들어 휘발성 메모리의 경우 DRAM, 동적 RAM(동적 랜덤 액세스 메모리) 또는 SRAM(정적 랜덤 액세스 메모리) 그리고 비휘발성 메모리의 경우 ROM(읽기 전용 메모리), PROM(프로그램가능 읽기 전용 메모리), EPROM(소거가능 프로그램가능 읽기 전용 메모리), EEPROM(전기적 소거가능 프로그램가능 읽기 전용 메모리), 플래시 EEPROM(예: USB 메모리 스틱) 및 기타를 사용한다. 전자적 저장 매체를 읽기 위해서는 기술적 보조장치도 요구된다. 그러므로 최종 사용자는 대개 전자 보관 매체를 단일 저장 모듈로서가 아니라 대신 결합된 제품으로 받는다: 컴퓨터나 주변 기기에서 작동 기억장치용으로의 DRAM의 경우, 여러 개의 저장 부품들이 하나의 저장 모듈 상에서 조합된다. 모바일 용도에서 멀티미디어 데이터용으로 인기높은 플래시 보관 장치는 다양한 하우징으로 제공되며 대개 메모리 카드나 USB로 설계되고, 이것은 실제 저장 부품 외에도 컨트롤러도 포함한다. 동일한 내용이 솔리스스테이트 드라이브에 적용되며, 이것 역시 플래시 저장 장치를 사용하지만 다른 인터페이스를 가진 여러 기기 설계로 공급된다. 이 경우의 저장 매체는 또한 네트워크를 통해 서로 연결된 몇 개의 저장 매체의 연합을 포함한다.

다른 양태에서, 본 발명은 동물 유지를 위한 전자 시스템에 관한 것이다. 이 시스템은 축사 이미지 포착 장치에 결합된 분산형이나 비분산형 컴퓨터 시스템을 포함한다. 이 컴퓨터 시스템은 분석 소프트웨어와 데이터베이스를 포함한다. 축사의 이미지 포착 장치는 하나 이상의 동물로부터의 배설물을 묘사하는 적어도 하나의 이미지를 기록하도록 설계된다. 분석 소프트웨어는 적어도 하나의 기록된 이미지의 데이터베이스에 저장; 적어도 하나의 기록된 이미지의 분석 소프트웨어로의 입력; 적어도 하나의 이미지의 분석 실행; 분석 소프트웨어에 의한 동물의 현재 생리학적 상태의 유지나 향상에 적합한 권장 조치의 출력에 있어서 그 권장 조치가 적어도 하나의 이미지의 분석 결과에 의존하는 출력, 및/또는 분석 소프트웨어에 의한 하나 이상의 동물의 성취도 지표에 대한 예측 발현의 출력에 있어서 그 성취도 지표가 생리학적 매개변수, 질병 증상 또는 질병이며 그 예측 발현이 적어도 하나의 이미지의 분석 결과에 의존하는 출력을 포함하는 방법을 실행하도록 설계된다. 선택적으로 이 분산형 또는 비분산형 시스템은 축사나 동물이 유지되는 영역에 설치되는 하나 이상의 센서를 포함한다. 이 센서들은 측정된 값을 기록하여 분석 소프트웨어로 송신하도록 설계된다.

구현에 따르면, 이 컴퓨터 시스템은 하나의 서버 컴퓨터와 하나의 클라이언트 컴퓨터로 구성된 분산형 컴퓨터 시스템이다. 분석 소프트웨어는 분산형 클라이언트-서버 소프트웨어 애플리케이션으로 설계되는데, 서버 애플리케이션은 서버 컴퓨터 시스템에 설계되며/되거나 실체화되고 클라이언트 애플리케이션은 하나 이상의 클라이언트 컴퓨터들의 각각에 설치되며/되거나 실체화된다. 이 분산형 컴퓨터 시스템은 또 도축장에 의해 운영되며 도축장의 이미지 포착 장치에 결합되는 도축장 컴퓨터 시스템을 포함한다. 이 도축장 컴퓨터 시스템은 피드백 애플리케이션을 포함한다. 도축장 이미지 포착 장치는 하나 이상의 동물의 도축 이후 그 위장관을 묘사하는 이미지를 기록하여 그것을 피드백 애플리케이션으로 제공하도록 설계된다.

피드백 애플리케이션은 위장관 이미지를 서버 애플리케이션의 데이터베이스에 저장하기 위해 기록된 위장관 이미지를 네트워크를 통해 서버 애플리케이션에 송신하도록 설계된다. 서버 애플리케이션은 하나 이상의 동물의 배설물의 적어도 하나의 디지털 이미지를 적어도 하나의 클라이언트 애플리케이션으로부터 수신 및 그 이미지의 데이터베이스에 저장; 그 배설물이 적어도 하나의 수신된 이미지에 묘사된 동물에 대하여 사용자가 (클라이언트 애플리케이션이나 피드백 애플리케이션의) GUI를 통해 측정하거나 입력한 적어도 하나의 성취도 지표의 발현의 클라이언트 애플리케이션으로부터 또는 피드백 애플리케이션으로부터의 수신에 있어서, 그 성취도 지표의 발현이 특히 해당 동물의 도살 이후의 위장관의 이미지인 수신을 포함하는 방법을 실행하도록 설계된다. 이 성취도 지표의 발현은 바람직하게는 배설물의 적어도 하나의 이미지의 기록 시점에 대해 시간적 근접에 대한 시점; 분석 소프트웨어의 향상된 버전 또는 서버 애플리케이션의 향상된 버전을 자동적으로 제공하기 위한 머신 러닝 알고리듬의 학습에 관한 것으로, 그 학습이 배설물의 디지털 이미지의 수신된 조합 및 성취도 지표의 수신된 발현의 분석을 포함한다. 동일한 동물이나 적어도 동일한 축사의 동물에 대한 배설물 이미지와 성취도 지표의 발현은 조합되며, 이는 서로에게 지정됨을 의미한다.

다른 양태에서, 본 발명은 특히 동물의 유지 및/또는 감시를 위해 설계되는 모바일 로봇에 관한 것이다. 이 로봇에는 동물이 유지되는 축사나 영역 이내에서 로봇의 자율적 또는 반자욜적 이동을 위해 설계된 모터 장치를 포함한다. 이 모바일 장치는 예를 들어, 하나 이상의 휠이나 트랙으로 구성될 수 있다.

로봇에는 하나 이상의 동물의 배설물에 대한 적어도 하나의 이미지를 기록하도록 설계되고 정렬된 이미지 포착 장치가 포함된다. 예를 들어, 로봇은 축사나 울타리 내에서 동적으로 계산되거나 사전정의되어 저장된 이동 경로에 따라 이동할 수 있는데, 이미지 포착 장치는 지면을 향하며 축사나 울타리의 바닥에 대한 디지털 이미지를 규칙적인 간격, 예를 들어 30초마다 기록한다. 로봇 또한 네트워크 인터페이스, 예를 들어 인터넷을 통한 데이터 교환용 인터페이스 그리고 이미지 포착 장치, 예를 들어 카메라를 포함한다. 로봇에는 하나 이상의 프로세서와 로봇 소프트웨어가 저장되는 저장 매체가 포함된다. 이 로봇 소프트웨어는 특히 분석 소프트웨어 또는 서버-클라이언트 아키텍쳐를 가진 분석 소프트웨어의 일부인 클라이언트 애플리케이션일 수 있다. 로봇 소프트웨어는 단독으로 또는 네트워크(그리고 이 위에서 실체화된 서버 애플리케이션)를 통해 서버와 상호운용함으로써, 이미지 포착 장치에 의한 적어도 하나의 이미지의 기록에 있어서, 그 적어도 하나의 이미지가 하나 이상의 동물의 배설물을 묘사하는 디지털 이미지인 기록; 디지털 이미지의 로봇 소프트웨어로의 입력; 로봇 소프트웨어에 의한 수신된 이미지의 분석 실행; 동물들의 현재 생리학적 상태의 유지나 향상에 적합한 권장 조치의 로봇 소프트웨어에 의한 출력에 있어서, 그 권장 조치가 적어도 하나의 이미지의 분석 결과에 의존하는 출력; 및/또는 하나 이상의 동물의 성취도 지도에 대한 예측 발현의 로봇 소프트웨어에 의한 출력에 있어서, 그 성취도 지표가 생리학적 매개변수, 질병 증상 또는 질병이며, 그 예측 발현이 적어도 하나의 이미지의 분석 결과에 의존하는 출력을 포함하는 방법을 실행하도록 설계된다. 이 권장 조치 및/또는 예측 발현의 사용자에 대한 출력은 모바일 로봇의 디스플레이 기기를 통해서 또는 네트워크를 통해 로봇에 연결된 데이터 처리 기기를 통해서, 예를 들어 자신의 스마트폰을 로봇 소프트웨어에 등록한 사용자의 스마트폰의 디스플레이를 통해서 실행된다.

다른 양태에서, 본 발명은 피드 첨가제와 지시 물질 그리고 분산형이나 비분산형 저장 매체와 분석 소프트웨어의 조합에 관한 것으로, 이는 본 발명의 구현들에서 설명된다. 이 지시 물질은 동물의 대사에서 생리학적 조건에 의존하여 동물의 배설물에서 착색을 유발하는 물질이다. 분석 소프트웨어는 적어도 하나의 이미지의 기록 이전에 먹이와 음용수와 함께 그 지시 물질을 받은 동물의 배설물의 광학적 특징에 근거하여, 성취도 지표의 발현을 예측하며/하거나 권장 조치를 계산하도록 설계된다.

"카메라"는 여기서 정적 또는 움직이는 이미지를 사진 필름이나 전자적으로 자기 비디오 테이프 또는 디지털 저장 매체에 기록하여 인터페이스를 통해 송신할 수 있는 사진 장치를 의미하는 것으로 이해된다. 아날로그 사진 장치가 카메라일 수 있다; 하지만 스마트폰 카메라가 바람직하다. 이미지 포착 장치나 카메라는 시장에서 구입가능한 스마트폰에 이미 존재하는 광발산 출처(플래시 장치 및/또는 스마트폰 디스플에이) 또는 선택적으로 시장에서 구입가능한 추가의 기기인 특수 조명 장치(예: 정의된 파장의 레이저, IR 광원 및/또는 UV 광원)에 더욱 연결된 수 있다. 분석 소프트웨어나 클라이언트 애플리케이션으로 지정되는 그것의 일부는 바람직하게는 두 개 이상의 다른 파장의 빛으로 정의된 방식에 따라 배설물을 순차적으로 조사하도록 설계된 조사 기능을 포함한다. 형광 지시 물질이 동물에 투여되었으면, 광원은 특히 형광 염료가 형광하도록 야기시키는 파장에서 빛을 발산하도록 설계할 수 있다.

"분석 소프트웨어"는 여기서 저장되어 복수의 저장 위치에 걸쳐 또는 단일 위치에 분산될 수 있으며 또한 적어도 하나 이상의 이미지 그리고 선택적으로 하나 이상의 분석 결과를 계산할 목적으로 데이터의 분석도 실행하도록 설계된 소프트웨어를 의미하도록 이해된다.

"컴퓨터 시스템"은 여기서 데이터 처리 시스템의 하드웨어 및 소프트웨어 구성품들의 전체를 의미하도록 이해된다. 이로써 이 하드웨어 및 소프트웨어 구성품들은 일체형 컴퓨터 시스템("독립형" 컴퓨터 시스템, 예: 데스크톱 컴퓨터, 스마트폰, 하나의 서버 컴퓨터 시스템 및 하나 이상의 클라이언트 컴퓨터 시스템을 가진 분산형 컴퓨터 시스템)의 형태일 수 있다.

"성취도 지표"란 하나의 동물이나 동물 모집단에 지정되며 그 동물이나 동물 모집단의 성취도(예: 건강)에 대한 정보를 포함하는 매개변수이다. 성취도 지표는 예를 들어 생리학적 매개변수(예: 체중, 성장률, 혈액의 헤모글로빈 양), 질병 증상(예: 혈흔 설사, 무른 설사) 또는 질병(예: 콕시디오시스증, 클로스트리둠)일 수 있다.

"색상 기준 객체"란 영역마다 다른 착색 및/또는 질감이 지정된 하나 이상의 사전정의된 영역을 포함하는 모든 형상의 객체이다. 이 객체의 크기는 바람직하게는 그 객체가 동물의 배설물보다 상당히 더 크지 않아서 배설물의 이미지가 생성될 수 있으며 또한 배설물에 대해 공간적 근접성이 가깝게 배치된 색상 기준 객체를 묘사하는 휴대폰 카메라로 쉽게 생성될 수 있는 방식으로 설계된다. 이 색상 기준 객체는 예를 들어, 실질적으로 이차원이며 길이가 0.5 ~ 10 cm 그리고 너비가 0.3 ~ 5 cm일 수 있다.

GUI란 "그래픽 사용자 인터페이스"이다.

"센서"란 그 환경의 특정한 물리적 또는 화학적 물성(물리적, 예: 열량, 온도, 습도, 압력, 음장 크기, 휘도, 가속 또는 화학적,(예: pH 값), 이온 강도, 전기화학 작전위) 및/또는 구성 물질을 정량적으로나 정성적으로 기록할 수 있는 기술적 구성품이다. 이 변수들은 물리적이나 화학적 효과의 수단에 의해 기록되며 더 처리가능한 전기 신호로 변환된다.

"배설물"은 여기서 동물의 고체, 액체 또는 점성의 배설물 특히 고체, 액체 또는 점성의 분변을 의미하는 것으로 이해된다.

"사전정의된 규칙 기반 소프트웨어"란 여기서 규칙 기반의 결론을 실행하도록 설계된 지식 기반 소프트웨어를 의미하는 것으로 이해된다. 지식 기반 소프트웨어는 다수의 규칙(또는 규칙 저장소) 및 규칙 해석기(또는 추론 기계나 규칙 엔진)을 포함한다. 이 규칙들은 만약 그러면 그렇지 않으면(IF THEN ELSE)의 형태를 갖는다.

한 양태에 따르면, 규칙 기반 분석 소프트웨어는 동물 배설물을 묘사하는 수신된 디지털 이미지를 예를 들어 다음과 같이 처리한 다음 처리한 이미지에 규칙을 적용할 수 있다. 첫째, rgh 이미지로 수신된 디지털 이미지를 결과적으로 R, G 및 B 이미지로 부르는 세 개의 분리된 단색 이미지로 분할하며, 여기서 R 이미지는 적색 이미지 채널의 강도 값을 선택적으로 포함하고, B는 청색 이미지 채널의 강도 값을 선택적으로 포함한다. 다음 단계에서, 세 개 이미지들의 강도 값이 각각 정규화된다. 이 목적을 위해, 예를 들어 각 이미지에서 측정된 최대 강도 값은 전형적으로 0에서 255의 범위에 있으며 다른 사전정의된 크기의 표준화된 강도 척도, 예를 들어 0에서 100으로 맵핑될 수 있다. 이 정규화는 또한 대안적으로 또는 추가적으로 수신된 rgb 이미지에서 묘사된 색상 기준 객체에 포함된 색상들에 기반하여 실행될 수 있다. 예를 들어, 색상 기준 객체는 적색 스폿을 포함할 수 있으며, R 이미지에서 측정된 최고 픽셀 강도가 이 적색 스폿의 픽셀 강도에 상응하도록 색상 특이적 강도 정규화를 실행할 수 있다. 이 색상 정규화는, 규칙에 근거하여 기능하지 않는 분석 소프트웨어 변종에 의해, 따라서 예를 들어 머신 러닝 접근 방법에 근거하는 분석 소프트웨어 변종에 의해 실행될 수도 있다. 다음 단계에서, 하나 이상의 규칙이 정규화된 R, G, B 이미지에 적용될 수 있다: 만약 정규화된 이미지의 모든 픽셀에 대해 계산된 평균 강도가 적어도 G 이미지나 B 이미지에 대해 최소값 50을 초과하고 그리고 R 이미지의 상응하는 평균 값이 20 미만이면 "직장에서 혈흔 설사"를 발현된 성취도 지표의 후보로 제외한다. 다시 말해서, 이 규칙에는 선택적으로 녹색 및/또는 청색 광 스펙트럼에서 특정한 전체 휘도를 갖지만 적색 스펙트럼에서는 그렇지 않은 이미지들이 직장에서의 혈흔 설사에 대한 지시로 간주될 수 없음이 포함되는데, 이러한 설사는 변의 적색 착색과 연관될 수 있기 때문이다. R 이미지에서 신호의 부재도 그 이미지의 불충분한 전체 휘도에 기인할 수 있으므로 녹색 및 청색 이미지 채널의 휘도 값 평가가 중요하다.

대안적 색상 정규화 방법에 따르면, R, G 및 B 이미지의 각각에서 각 픽셀의 강도 값을 K 값으로 나누며, K는 색상 기준 객체로부터 유래되는 값이다. 예를 들어, 색상 기준 객체는 적색 범위 FBR, 청색 범위 FBB 및 녹색 범위 FBG를 가질 수 있으며, K는 이 세 가지 색상 범위에 포함된 세 가지 최대 강도 값의 합인 I일 수 있다ㅏ. K는 다음으로부터 계산할 수 있다: I_{max_FBR} + I_{max_FBB} + I_{max_FBG.}

정규화된 R 이미지의 한 픽셀 P_{x - Rnorm}은 예를 들어, 정규화된 강도 값인 I_{pixel -P}/I_{max_FBR}을 가질 것이다. 정규화된 B 이미지의 한 픽셀 P_{x - Bnorm}은 예를 들어, 정규화된 강도 값인 I_{pixel -P}/I_{max _ FBB}를 가질 것이다. 정규화된 G 이미지의 한 픽셀 P_{x -Bnorm[sic:Gnorm]}은 예를 들어, 정규화된 강도 값인I_{pixel -P}/I_{max _ FBG}를 가질 것이다. 정규화된 rgb 이미지의 한 픽셀 P_{x - Bnorm}은 예를 들어, 정규화된 강도 값인 I_{pixel -P}/K를 가질 것이다.

이 규칙들은 바람직하게는 예를 들어, 특정 객체 및 구조를 인식하는 다양한 이미지 분석 기능을 사용하여 조합된다. 예를 들어, 선행 기술에서 알려진 여러 이미지 분석 방법들은 선이나 구(기체성 포함)를 인식할 수 있다. 그리하면 상응하는 규칙들은 다음을 읽을 수 있다: 만약 이미지 분석의 과정에서 묘사된 바닥 면적 cm2 당 적어도 3개의 구체 포함이 인식되었다면, 그렇다면 발현된 성취도 지표의 모든 후보에게 증가된 발생 확률을 지정하며, 이것은 방귀와 연관된다. 규칙의 만약 부분은 전제로도 지칭되며, 그렇다면 부분은 결론으로 지칭된다.

예를 들어, 설사병이나 콕시디오시스증과 같은 동물 질병의 경우, 소량의 혈액이나 체내염 또는 조직 마모가 질병의 아주 조기에 변으로 이미 배출되는 것이 관찰되었다. 혈액에 포함된 철분 함유 헤모글로빈은 산화되어 변의 색을 어둡게 계속 변화시켜 나중에 흑변이 된다. 이러한 전이는 점진적이며, 본 발명의 구현에 따르면 규칙의 생성을 위한 기반으로 사용되거나 혹은 상응하는 학습 데이터 세트로 학습된 분석 알고리듬이 여기에 설명된 이미지 분석을 높은 확률로 실행하는데 사용하는 관련있는 광학적 물성이다. 그리하여 배설물의 "흑색 비율"은 분석 소프트웨어에 의해 분변에서 혈흔의 표시로 그리고 이 물성을 초래할 수 있는 질병의 존재로 사용된다. 본 발명의 구현에 따르면, 이미지 취득 동안 추가 단계들이 실행되어 이미지 기록 동안 광원에 의한 배설물의 조사와 같은 이미지 세부사항을 더욱 최적화하고 구조화한다. 이 광원은 예를 들어, 단순한 플래시 광원, 백색 광원, 황색 광원, 적외선 광원, 형광을 방출하며 상응하는 여기 주파수를 사용하여 형광 지시 물질을 함유하는 분변을 여기시켜 광 신호를 배출하도록 하는 광원, 할로겐 램프, 또는 일반적으로 정의된 장파나 단파의 주파수 범위의 광선에 필요한 광원일 수 있다. 또한 복수의 다른 광원들을 순차적으로 사용할 수 있거나 동일한 광원으로 여러 파장의 광선에 의한 조사를 순차적으로 실행할 수 있는데, 그 목표는 이미지에서 배설물의 광학에 영향을 주는 장 기능의 세부사항을 다수 기록하는 것이다.

다른 단계에서, 현재의 측정된 값과 바로 이 축사와 이 종자의 동물에서 현재 시간의 사료 공급과 같은 사료 공급에 대해 과거에 측정된 값의 통계적으로 시연가능한 편차나 일치를 확인하기 위해, 이전 날들(예: 5 또는 7일)의 동일한 전자적 세부사항(예: 이미지 기록의 RGB 값)을 갖는 현재의 일일 전자적 세부사항과 통계적 방법(예: 판별 분석)으로 비교한다.

다른 단계에서, 이미지 측정 값의 결론을 향상하기 위해 일상에서 발생하는 생산 기계적 측정값도 정규성 혹은 비정규성에 대해 비교한다. 그러므로 예를 들어, 이미지 결과의 비정규성의 시점에서의 물 섭취의 증가는, 더운 날씨에서는 장래의 건강 위험과 관계없이 스스로 발생할 수 있는 설사병의 개시를 나타낼 수 있다. 기계적이나 수동 자료 공급의 일일 측정 값으로부터 결정된 사료 섭취의 감소가 그 변의 비정상적 이미지의 측정 값과 합쳐지고 또 물 섭취의 증가와 합쳐지면, 발열 배경의 질병, 흔히 세균성 질병(예: 호흡기 질병이나 콜리패혈증)의 출현을 높은 확률로 지적한다. 조기에 치료하는 경우 적은 양의 항생제와 거의 손실없는 성취도를 기대할 수 있다; 너무 늦게 인지하면 이 질병들은 높은 치사율과 많은 약품의 사용 및 도축된 동물의 품질 감소로 이어진다.

선택적으로 규칙 기반 분석 소프트웨어는 제어 모듈을 포함할 수 있으며, 이 모듈은 추가의 데이터 특히 도축장의 피드백 데이터의 수신 이후 규칙 데이터베이스의 규칙들에 대한 가중을 적응시키도록 설계되어, 그 분석 결과가 배설물의 기록에 근거하여 이 피드백 데이터를 가능한 한 정확하게 예측한다.

클러스터 분석은 여기서 데이터 세트에서 유사성 구조의 방법을 의미하는 것으로 이해된다. 이 데이터 세트는 특히, 서로에게 지정된 데이터의 데이터 세트를 포함할 수 있는데, 이러한 서로에게 지정된 데이터는 특히, 동물의 배설물 이미지, 이 동물로부터 실험적으로 수집된 성취도 지표의 발현, 축사의 센서로부터의 측정값 그리고 동물에게 투여된 물질을 포함할 수 있다. 이러한 방식으로 발견된 "유사한" 데이터 세트들의 군들이 클러스터로 그리고 군 배정이 클러스터링으로 각각 지정된다. 이러한 발견된 유사성 군은 도표-이론적, 계층적, 분할 또는 최적화일 수 있다. 본 발명의 구현에 따르면, 분석 소프트웨어나 분석 소프트웨어의 부분들 특히 서버 애플리케이션은 하나 이상의 클러스터 분석 알고리듬이나 제3자 공급업자의 상응하는 프로그램에 대한 인터페이스를 포함한다. 예를 들어, GNU 과제의 프로그래밍 언어 R은 클래스 라이브러리를 제공하며, 이것은 여러 가지 가운데 클러스터 알고리듬을 포함한다. 한 구현에 따르면, 클러스터 알고리듬으로 k-평균이 사용된다.

본 발명의 구현이 다음에서 실시예의 방식으로 매우 상세하게 다음에 설명되는데, 여기서 실시예가 포함된 도면들을 참조한다.
도 1은 축사의 동물의 건강을 감시하는 분석 소프트웨어를 갖춘 컴퓨터 시스템;
도 2는 스마트폰으로 설계된 도 1의 컴퓨터 시스템;
도 3은 클라이언트-서버 아키텍쳐의 형태로 설계된 분석 소프트웨어를 갖춘 분산형 컴퓨터 시스템;
도 4는 복수의 클라이언트 컴퓨터 시스템을 포함하는 도 3의 분산형 컴퓨터 시스템;
도 5는 동물 유지를 위한 방법의 흐름 차트;
도 6은 동물 건강의 감시용 모바일 로봇의 블록 선도;
도 7은 피드백 애플리케이션을 갖춘 도축장의 컴퓨터 시스템을 더욱 포함하는 도 3 또는 도 4의 분산형 컴퓨터 시스템;
도 8은 급성 클로스트리디움 감염에 걸린 칠면조의 분변 사진 3매;
도 9는 급성 콜리패혈증(대장균에 기인하는 패혈증)에 걸린 칠면조의 분변 사진 2매;
도 10은 급성 콕시디오시스증에 걸린 칠면조 분변의 사진 1매;
도 11은 클로스트리디움과 콕시디움의 급성 공동감염에 걸린 구이용 닭의 분변 사진 1매;
도 12는 급성 클로스트리디움 감염에 걸린 구이용 닭의 분변 사진 1매.

다음 설명은 가금류 비육 농가의 사진에 관한 것으로, 이 사진들은 여기서 설명되는 본 발명의 구현에 따른 분석 소프트웨어용 입력 이미지의 예로 사용된다. 선택적으로 추가 정보, 특히 아날로그 및 디지털 측정 값과 농가 기술에 따른 메타데이터(사료 공급, 음용수 공급, 환기, 유해 가스 검출)는 분석 소프트웨어의 자동 및/또는 수동 입력에 사용될 수 있다. 본 발명의 구현에 따르면 그 분석 소프트웨어는 바람직하게는 하나 이상의 성취도 지표의 발현을 예측하도록 설계된다. 가금사나 사육 시스템을 감시하는데 사용되는 분석 소프트웨어의 성취도 지표에는, 특히 클로스트리디움, 콕시디오시스증, 돼지 설사병 및 살모넬라증과 같은 필수 질병들이 포함된다. 분석 소프트웨어에 의해 감시되는 동물 종에 따라, 분석 소프트웨어에 의해 고려되는 성취도 지표의 선택은 다를 수 있고, 구현 변종에 따라 그 분석 소프트웨어가 기반하는 정의된 규칙이나 학습 데이터 세트에 의존할 수 있다. 돼지, 송아지, 새끼 돼지, 암소 및 육우용 분석 소프트웨어는, 예를 들어, 돼지/송아지 - 살모넬라증, 돼지 - 로소니아 질병, 송아지 - 크립토스포리디오시스증 등이 포함된다. 분석 소프트웨어의 일부 구현에 따르면, 이것은 가금류 및 포유동물 모두를 위한 축사와 울타리 시스템의 보편적인 사용을 염두에 두었으며 이에 따라 광범위한 성취도 지표들을 다룬다. 다음 사진들은 구이용 닭과 칠면조의 배설물을 보여준다; 하지만 분석 소프트웨어는 송아지, 돼지 새끼 및/또는 돼지의 배설물에 상응하는 이미지를 유사한 방식으로 또한 처리하는 유사한 방식으로 설계될 수도 있지만(학습되거나 명시적으로 프로그램됨), 이러한 구현들이 다음에서 명시적으로 묘사되고 설명되지 않는다.

도 1은 축사(130)의 동물(132)의 건강을 감시하는 분석 소프트웨어(108)를 갖춘 컴퓨터 시스템을 보여준다. 축사는 예를 들어, 구이용 닭, 칠면조, 또는 소의 비육 농가의 대규모 축사일 수 있다. 특히 대규모 비육 농가에서는, 감염성 질병의 발발 및 그와 연결된 경제적 손해의 위험이 있다. 이 축사에는 전형적으로 복수의 동일한 종의 동물이 위치하며, 여기서 부호 "A"로 표시한다. 동물 비육 농가의 한 명 이상의 직원(138)은 축사를 규칙적으로 점검하여, 예를 들어 음용수 시스템의 물 공급 기기의 노즐에서 여전히 배수가 잘 되는지, 깔개가 신선하며/하거나 사료 공급 위치에 사료가 충분한지를 점검한다. 직원(138)은 아마 이미지 포착 장치를 지참할 것이며, 예를 들어 스마트폰(142)의 카메라 형태일 수 있다. 이 스마트폰은 바람직하게는 네트워크 연결, 특히 모바일 무선 네트워크를 통해 그리고/또는 로컬 WLAN 연결을 통해 인터넷(136)에 연결된다.

그 밖에 도 1에 묘사된 분산형 컴퓨터 시스템은 예를 들어, 다른 사용자(116)의 서버 컴퓨터 시스템으로서 또는 정상적 데스크톱 컴퓨터 시스템으로서 설계될 수 있는 컴퓨터 시스템(100)을 더 포함한다. 다른 사용자(116)는 예를 들어, 비육 농가의 하나 이상의 축사들에서 동물의 건강을 감시해야 하며 또한 반드시 현장 따라서 축사(130)의 근처에 있을 필요가 없는 숙련된 직원일 수 있다. 컴퓨터 시스템(100)은 하나 이상의 프로세서(106), 전형적으로 또한 디스플레이(112) 및 네트워크(136) 연결에 사용되는 네트워크 인터페이스(114)를 포함한다. 그 밖에 이것은 저장 매체(104), 전형적으로 하드 드라이브를 포함하며, 여기에는 동물(132)의 배설물에 대한 복수의 이미지(102)가 포함된다. 이미지(102)는 바람직하게는 데이터베이스, 특히 관계 데이터베이스에 저장된다. 이 데이터베이스는 또한 추가의 데이터, 특히 축사(130) 이내에 또는 공간적으로 근처에 선택적으로 배치되는 센서(134)로부터 측정된 값(110)을 포함한다. 이 센서는 예를 들어, 온도계일 수 있다.

한 구현에 따르면, 이 센서는 특정한 시간 간격에 걸쳐 현재 투여되거나 투여된 사료나 음용수의 양을 측정하는 센서이다. 이것은 유리할 수 있는데, 감소된 식욕이나 증가된 갈증이 감염이나 설사병의 조기 징후일 수 있기 때문이다. 다른 구현에 따르면, 이 센서는 공기의 암모니아 양을 검출하는 센서를 포함할 수 있다. 설사병은 흔히 단백질 배설의 증가와 연관이 있으며, 이것은 다시 축사의 깔개에서 암모니아로 변환되고 분석 소프트웨어에 의해 측정 값으로 수신되며, 분변의 광학적 매개변수 외에도 배설물의 광학적 물성과 공기의 암모니아 양을 조합함으로써 특별히 높은 수준의 분석 및 예측 정확성을 성취할 목적으로 분석 동안 평가된다.

그 밖에 저장 매체(104)는 이미지 그리고 선택적으로 추가의 가용한 예측 데이터, 예를 들어 측정 값(110)이나 동물 관련 메타데이터(예: 현재 투여되는 물질들, 따라서 동물 사료 유형, 사료 첨가제, 약품 등, 이들의 투여량이나 투여 방식)를 구체화하기 위해 이미지(102)에 접속하도록 설계된 분석 소프트웨어(108)를 포함한다.

가장 간단한 경우에, 사용자(138)의 스마트폰은 분석 소프트웨어(108)와 상호운용가능한 클라이언트 애플리케이션을 포함하지 않는다. 하지만 모든 스마트폰 모델에서 실질적으로 현재 이미 통합된 스마트폰과 연관된 카메라 소프트웨어가 스마트폰에 설치된다. 사용자는 규칙적인 검사 단계의 과정에서 대개 하루에 한 번이나 여러 번, 동물 배설물에 대한 복수의 이미지를 생성하기 위해 스마트폰의 수단에 의해 이미 존재하는 사진 생성용 소프트웨어를 사용할 수 있다. 배설물의 이미지는 바람직하게는 축사의 여러 다른 위치에서 기록된다. 그리고 이후에 사용자(138)는 기록된 이미지를 네트워크(136)를 통해 컴퓨터 시스템(100)으로 송신한다. 예를 들어, 사용자는 배설물의 사진을 첨부물로 포함하는 이메일을 사용자(116)의 이메일 주소로 보낼 수 있다. 다음 사용자(116)는 분석 소프트웨어에서 이미지에 접속할 수 있도록 이미지를 데이터베이스에 저장할 수 있다. 배설물의 이미지(102)는 바람직하게는 적어도 대략적으로 이미지 기록의 시점을 표시하는 시간 표시에 저장되고 연계된다.

배설물의 현재 이미지가 데이터베이스에 저장된 후, 사용자(116)는 분석 소프트웨어(108)를 불러낼 수 있다. 이 분석 소프트웨어는 일체의 종래 프로그래밍 언어, 예를 들어 Java, C ++, C# 등으로 구현할 수 있다. 분석 소프트웨어는 사전정의된 시간 간격, 예를 들어 일주 이내에 기록되어 데이터베이스에 저장된 동물의 모든 배설물 이미지를 판독한 다음 이것을 다음의 분석 단계에서 입력으로 사용한다. 선택적으로 센서 측정 값(110) 및 메타데이터는 데이터베이스에 저장되어 이미지(102)에 연계되는 것으로, 분석 동안 분석 소프트웨어에 의해 판독되어 평가될 수도 있다. 측정 데이터 및/또는 메타데이터는 메타데이터나 측정 값의 기록에 대한 시간 근접성 방식으로의 시점에서 기록된 이미지(102)와 연계된 데이터베이스에 저장된다.

일부 구현에 있어서, 분석 소프트웨어(108)에 의한 분석은 권장 조치의 계산을 포함한다. 권장 조치란 수동적으로나 자동적으로 실행되며 동물의 현재 생리학적 상태의 유지나 그 향상에 적합한 조치이다. 권장 조치의 계산은 분석 소프트웨어에 의해 판독되는 이미지(102) 그리고 가용한 경우 추가의 데이터, 예를 들어 측정된 값(110) 및/또는 현재 투여되는 물질에 대한 정보의 함수로 실행된다. 추가적으로 또는 대안적으로, 이 분석 소프트웨어에 의한 분석은 축사(130)에 있는 하나 이상의 동물(132)의 성취도 지표의 발현에 대한 예측을 포함한다. 예를 들어, 분석 소프트웨어는 그 예측이 분석과 관련있는 현재의 순간에 계산되고 예를 들어 2일이나 3일 미래의 구체적인 미래의 순간에 근거하도록 구성될 수 있다. 권장 조치에 대하여, 그것은 미래의 시점에, 예를 들어 분석이 실행되는 때로부터 2일이나 3일 이후에 실행하도록 권장되는 조치일 수도 있다. 하지만 그것은 즉각적인 이행이 권장되는 조치일 수도 있다. 권장의 정확한 시점은 조치의 유형에 그리고 분석 소프트웨어의 이행에 특히 명시적으로 구체화된 규칙들(규칙 기반 시스템에서) 또는 머신 러닝의 수단에 의해 분석 소프트웨어를 창출하는데 사용되는 학습 데이터 세트의 구성 및 주석에 의존한다.

바람직하게는 분석의 과정에서 두 가지 유형의 계산이나 예측이 실행된다. 분석의 결과로서 현재의 그리고 예측하는 성취도 지표 모두 양호하기 때문에 조치의 실행이 권장되지 않는 것이 가능하다. 일부 구현에서 사용자는 또한 분석 소프트웨어가 권장 조치를 계산하여 출력만 해야 하는지 또는 대안적으로 성취도 지표의 미래 발현을 계산하여 출력하는지 아니면 두 가지 모두를 하는지 그 여부를 GUI를 통해서 명시할 수도 있으며 혹은 그 여부가 구성 파일에 명시될 수 있다.

그 출력은 예를 들어, 컴퓨터 시스템(100)의 디스플레이(112)를 통해 사용자(116)에게 실행될 수 있으며, 상기 사용자는 동물의 건강 상태의 유지나 향상을 위해 적합한 조처를 착수할 수 있다. 그 성취도 지표는 예를 들어, 축사에 하나 이상의 동물(132)에서 특정한 질병의 존재일 수 있다.

예를 들어, 분석 소프트웨어는 동물 배설물의 이미지(102)를 사용하여 다양한 질병들의 존재 및 발현에 대한 미래의 정도를 계산하도록 설계될 수 있다. 이 질병들은 특히 콕시디오시스증(콕시디움의 감염), 클로스트리디오시스(클로스트리디움의 감염), 다양한 세균 특히 콕시디움, 클로스트리디움, 대장균 및/또는 살모넬라균에 의해 야기되는 설사병이나 패혈증이다.

예를 들어, 분석 소프트웨어가 일부 구이용 닭에 대한 콕시디움의 침입을 검출하고 2-3일 이내에 이 질병이 모집단 전체에 발발할 것을 예측하는 경우, 이 분석 소프트웨어는 화면(112)을 통해 사용자(116)에게 경고 메시지를 출력한다. 이 경고 메시지에는 축사(130)에서 다음 2-3일 이내에 콕시디오시스증의 모집단 전체 발발이 예상된다는 정보가 포함된다.

콕시디오시스증의 병원체인 에이메리아 테넬라는 특히 2에서 6주부터 최대 8주령까지의 병아리에서 소장이나 충수돌기의 출혈 염증을 유발한다. 콕시디오시스증은 피가 섞인 설사를 동반하며, 이는 충수돌기의 콕시디오시스증의 경우 큰 출혈에 기인하여 치사율이 80퍼센트에 이를 수 있다.

소장의 콕시디오시스증은 주로 어린 동물에서 발생하지만 약해지거나 늙은 동물에서도 발생한다. 이것은 소장의 염증으로 발현하며 그 출혈과 조직 파괴가 발생할 수 있다. 이는 에이메리아 네카트릭스 및 에이메리아 테넬라, 에이메리아 브루네티 그리고 에이메리아 갈라파보니스와 같은 다양한 유형의 콕시디움의 발생에 기인한다. 2개의 후자 균주는 미끈거리는 설사를 초래하고 드물게는 출혈을 초래한다. 소장과 직장에서의 콕시디오시스증의 치사율은 액체 손실로 인해 30퍼센트이다.

특징적인 변 패턴(충수돌기의 콕시디오시스증의 경우 혈액/산화된 헤모글로빈에 기인하는 어둠게 변색되는 분변 또는 소장의 콕시디오시스증의 경우 분변의 끈끈하고 묽은 굳기)에 근거하여 분석 소프트웨어는 콕시디오시스증 및 그 아형들에 대한 현재의 발발이나 미래의 발발 가능성을 예측할 수 있다. 추가의 매개변수들, 특히 하루의 두당 또는 축사당 소비되는 사료의 양과 같은 측정된 값의 고려도 마찬가지로 본 발명의 구현에 따른 분석에서 간주된다. 사료 섭취의 감소와 연관되는 식욕 부진은 추가의 측정 매개변수 값으로 고려될 수 있으며 닭에서 가능한 콕시디움 감염의 지표이다.

병아리에서 피가 섞인 설사는 대부분 콕시디움의 침입에 기인하는 반면, 소장과 직장의 콕시디오시스증에서 발생는 설사는 사료로부터 기인할 수 있다. 그러므로 분석에서 메타데이터를 고려하는 것도 유리할 수 있다. 여기에는 예를 들어, 동물 종, 동물의 나이, 현재 투여되는 사료의 유형 및 기타 정보가 포함된다. 예를 들어, 분석 소프트웨어(108)는 디스플레이(112) 상에서 GUI를 표시하도록 설계될 수 있으며, 사용자(116)는 이를 통해 기술된 메타데이터를 입력할 수 있고 이미지(102)와 함께 데이터베이스에 저장될 수 있으며 마찬가지로 분석 소프트웨어(108)에 의해 평가될 수 있다. GUI에 대해 대안적으로 또는 보완적으로, 분석 소프트웨어는 그것을 통해 저장 매체로부터, 기타 소프트웨어로 부터(예: 축사 관리 소프트웨어) 및/또는 센서나 축사 장비(예: 사료 및 음용수 시스템)으로부터 자동적으로 수신될 수도 있는 인터페이스를 가질 수 있다.

클로스트리디움 감염의 예측 외에, 분석 소프트웨어 소프트웨어가 출력하는 이미지는 바람직하게는 권장 조치, 예를 들어 콕시디오시스증에 대해 효과적인 약을 사료나 음용수에 즉시 첨가해야 한다는 정보를 포함할 수도 있다. 선택적으로 이 메시지는 몇 가지의 권장 조치들, 예를 들어 전해질의 손실을 보상하고 가능한 가장 빠른 회복을 성취하기 위해 멀티비타민과 미네랄 보충제의 추가적 투여가 권장된다는 정보를 포함할 수도 있다. 콕시디움은 환경적으로 극히 안정하며 수 년 동안 그 영역에서 생존할 수 있으므로, 이 메시지에는 영향이 미친 축사의 소독의 권장도 포함될 수 있다.

그러므로 "콕시디오시스증"이라는 성취도 지표의 "발현"인 이 질병의 보다 상세한 특성화(충수돌기 콕시디오시스증 또는 소장/직장 콕시디오시스증) 및/또는 특정 시점에서의 이 질병의 중증도에 대한 예측일 수 있는데, 병원균의 해당 성분이 질병의 중증도 및 분변의 굳기 모두에 영향을 주기 때문이다.

도 2는 도 1의 컴퓨터 시스템(100)과 마찬가지로 분석 소프트웨어(108)를 포함하는 컴퓨터 시스템(200)을 보여준다. 하지만 이 컴퓨터 시스템(200)은 휴대용 컴퓨터 시스템으로, 예를 들어 사용자(138)가 축사의 검사 일정에 지참하는 통합 이미지 포착 장치(140)가 구비된 스마트폰이다. 휴대용 컴퓨터 시스템(200)은 그 안에 분석 소프트웨어(202) 그리고 현재와 과거에 기록된 동물 배설물의 이미지(102)가, 예를 들어 관계 데이터베이스의 몇 가지 데이터 세트로 저장된 저장 매체(202)를 포함한다. 선택적으로 이 컴퓨터 시스템은 그를 통해 하나 이상의 센서(134)로부터 센서 측정 값(110)을 수신할 수 있는 인터페이스(210)를 가질 수 있다. 다음 센서 특정 값(110)은 마찬가지로 저장 매체(202) 상에 또는 그 데이터베이스에 저장될 수 있다. 이 컴퓨터 시스템은 하나 이상의 프로세서(204), 디스플레이 기기(206) 및 바람직하게는 네트워크 인터페이스(208)도 포함한다. 센서 인터페이스(210)는 예를 들어 블루투스 인터페이스나 RF(무선주파수) 인터페이스와 같은근거리 통신용 인터페이스일 수 있다. 하지만 센서 인터페이스(210)를 네트워크 인터페이스(208)로 설계하거나 어떠한 측정된 값(110)도 수신되지 않는 것도 가능하다. 분석 소프트웨어(108)는 소위 "독립형" 소프트웨어 애플리케이션으로 설계되며, 즉 심지어 어떠한 네트워크 연결도 없는 경우에도, 소프트웨어(108)가 카메라(140)에 의해 기록되는 동물(132)의 배설물에 대한 이미지(102)를 독립적으로 수신하여 분석 동안 평가할 수 있다. 다음으로 이 분석의 결과인 권장 조치 및/또는 동물의 성취도 자료에 대한 예측 발현이 분석 소프트웨어(108)에 의해 출력된다. 이 출력은 예를 들어 디스플레이(206)를 통해 컴퓨터 시스템(200)의 사용자에게 실행될 수 있다. 도 2에 나와있는 구현은 네트워크 연결이나 모바일 무선 연결이 없는 축사나 영역에서도, 컴퓨터 시스템(200)의 사용자가 간단하고 직관적인 방식으로 특수한 학습없이 동물의 질병이나 다른 건강 문제를 조기에 인지하며, 사용자가 자신의 스마트폰 카메라(140)로 동물의 배설물에 대한 복수의 이미지를 간단히 기록하고 이를 분석을 위해 분석 소프트웨어(108)에 출력함으로써 적합한 조처를 취하는 이점을 갖는다. 분석 소프트웨어(108)는 바람직하게는 카메라(140) 제어를 위한 기능성을 포함하여 카메라 기능성이 분석 소프트웨어에 통합됨으로 그 사용이 더 쉬워진다.

도 3은 클라이언트-서버 아키텍처의 형태로 설계되는 분석 소스트웨어를 갖는 분산형 컴퓨터 시스템을 보여준다. 이것은 이제 분석 소프트웨어(108)의 일부 기능성을 서버 컴퓨터(310) 상에 설치되어/되거나 실체화되는 서버 애플르케이션 (302)이 떠맡으며 또한 분석 소프트웨어(108)의 일부 다른 기능성이 클라이언트 컴퓨터 시스템(300) 상에 설치되며/되거나 실체화는 클라이언트 애플리케이션(304)이 실행함을 의미한다. 이 클라이언트 컴퓨터 시스템은 바람직하게는 휴대용 컴퓨터 시스템으로, 예를 들어 사용자(138)의 스마트폰이나 태블릿 컴퓨터로 설계된다. 클라이언트 애플리케이션(304)은 서버 애플리케이션(302)과 상호운용가능하며, 이는 상호작용에 있어서 분석 소프트웨어(108)의 이미 기술된 분석 기능성을 제공하기 위해 두 애플리케이션 모두 데이터와 제어 명령을 네트워크(136)를 통해 조율된 방식으로 교환하도록 설계됨을 의미한다.

서버 애플리케이션(302)은 바람직하게는 많은 숫자의 클라이언트 애플리케이션과 상호작용하도록 설계되는데, 그 데이터 교환이 세션으로 제한되며 해당 클라이언트 애플리케이션은 다른 클라이언트 애플리케이션들이 서버 애플리케이션과 교환하는 데이터에 대해 접속하지 못한다. 전형적으로 분석 기능성이 실행될 수 있기 전에, 해당 클라이언트 애플리케이션의 사용자는 서버 애플리케이션과 이미 등록하는 것이 요구된다.

분석 소프트웨어의 기능성은 대개 클라이언트 애플리케이션(304)이 클라이언트 컴퓨터 시스템(300)의 한 구성품이거나 그에 작동가능하게 연결된 이미지 포착 장치(140)를 제어하도록 설계되는 방식으로 클라이언트 및 서버 애플리케이션 등에 분산되며, 이는 같은 장치가 동물(132)의 배설물에 대한 하나 이상의 이미지를 기록하도록 하기 위함이다. 예를 들어, 클라이언트 애플리케이션(304)은 사용자 (138)가 축사의 바닥 위 선택된 위치로부터 카메라(140)를 통해 하나 이상의 이미지를 기록하여 그 이미지를 카메라로부터 클라이언트 애플리케이션(304)으로의 송신을 가능케하는 그래픽 유저 인터페이스를 가질 수 있다. 선택적으로 이 기록된 이미지는 클라이언트 애플리케이션의 저장 매체(202) 상에 로컬식으로 저장될 수 있다. 그 밖에 일부 구현에서, 클라이언트 애플리케이션(304)은 하나 이상의 센서(134)로부터 센서 측정치(110)를 수신하여 로컬식으로 저장하도록 구성할 수 있다. 이미 설명한 바와 같이, 이것은 네트워크 인터페이스 및/또는 근거리 인터페이스(210)를 통해 발생할 수 있다. 대안적으로 또는 추가적으로 클라이언트 애플리케이션(304)의 GUI는 사용자(138)가 동물이나 축사와 관련된 클라이언트 애플리케이션으로 메타데이터를 입력할 수 있게 하는 복수의 입력 필드를 포함할 수 있다. 이러한 메타데이터는 특히 동물 종, 동물 나이, 현재 투여되는 약, 사료 및 사료 첨가제, 1일 두당 또는 축사당 현재 투여되는 사료나 음료수의 양을 포함할 수 있다.

서버 애플리케이션은 네트워크(136)를 통해 클라이언트 애플리케이션(또는 몇 개의 클라이언트 애플리케이션들)로부터 이미지(102)를 수신하여 바람직하게는 이를 서버 컴퓨터의 데이터베이스에 저장하도록 설계된다. 이 저장은 바람직하게는 사용자 ID나 축사 ID로서도 설계될 수 있는 해당 클라이언트 애플리케이션의 식별자 그리고 이미지(102)의 대략적 기록 시점의 수신된 이미지(102)와 연계되어 저장되도록 실행된다. 다음 서버 애플리케이션은 유발 작용에 대한 반작용으로 수신된 이미지(102)의 분석을 실행한다. 이 유발 메커니즘은 예를 들어 이미지의 수신, 사용자의 서버 애플리케이션과의 상호작용 또는 자동 타이머의 제어 명령(예: "크론" 업무)일 수 있다. 클라이언트 애플리케이션(304)으로부터 현재 수신되는 이미지는 물론 대신 바람직하게는 사전정의된 시간 간격 이내에 이 클라이언트 애플리케이션으로부터 수신된 배설물의 모든 이미지가 분석된다. 일부 구현에 있어서, 클라이언트 애플리케이션(304) 및/또는 서버 애플리케이션(302)은 해상도가 너무 낮거나 배설물을 실제로 묘사하는 이미지의 비율이 너무 작은 이미지를 걸러내고 이를 서버 애플리케이션에 전달하지 않거나 분석 시 이미지를 고려하지 않을 필터 기능을 가질 수 있다.

일부 구현에 있어서, 모든 측정 값들은 먼저 클라이언트로부터 수신된 다음 네트워크를 통해 서버 애플리케이션으로 송신할 수 있다. 다른 구현에 있어서 서버 애플리케이션은 클라이언트 애플리케이션(304)에 지정된 축사나 동물 울타리의 센서로부터 센서 측정값(110)을 네트워크 인터페이스(114)를 통해 수신하도록 설계된다. 또한 서버 애플리케이션이 네트워크 인터페이스(114)를 통해 클라이언트 애플리케이션으로부터 측정값(11)의 한 부분을 그리고 센서(134)로부터 다른 부분을 직접 수신하는 것도 가능하다. 측정값(110), 선택적으로 동일하게 얻어지는 메타데이터 및 디지털 이미지(102)의 특정 클라이언트 애플리케이션 및/또는 특정 축사에 대한 지정은, 예를 들어 서버 애플리케이션에 이미지(102) 그리고 메타데이터 및 측정값(110) 모두의 한 성분으로 송신되는 공통 클라이언트 애플리케이션 ID를 통해 실행될 수 있다.

도 4는 도 3에 모사된 분산형 컴퓨터 시스템과 같이 클라이언트 컴퓨터(300.1) 및 서버 컴퓨터(310)를 포함하는 분산형 컴퓨터 시스템의 블록 선도이다. 분석 소프트웨어(108)는 클라이언트-서버 아키텍처의 형태로 설계된다. 이 분산형 시스템은 각각 다른 클라이언트 애플리케이션(304.2, 304.3), 다른 축사(130.2, 130.3) 그리고 또한 가능하게 다른 사용자(404, 406)에게 지정되는 클라이언트 컴퓨터 시스템(300.2, 300.3)을 더욱 포함한다.

이 구현은 실험 데이터, 특히 유지된 동물의 배설물에 대한 이미지 데이터, 센서에 의해 기록된 측정값, 성취도 지표의 관찰된 발현 그리고 메타데이터(동물 사료, 사료 첨가제, 동물 종, 동물 나이 등)가 서버 컴퓨터(310)의 데이터베이스에 중앙적으로 저장될 수 있다는 이점을 갖는다. 서버 애플리케이션은 바람직하게는 확장된 분석 기능, 특히 클러스터 분석 방법을 포함한다. 특히 배설물의 이미지 데이터, 측정 데이터 그리고 또한 성취도 지표의 관찰된 발현으로부터의 데이터(특허 이미지 데이터)를 포함하는 가용한 데이터에 다양한 클러스터 분석 방법들을 적용함으로써, 동물들에서 유사한 성취도 수준을 갖는 축사의 군(소위 클러스터)를 결정하는 것이 가능하다. 각 클러스터의 동물에게 투여되는 현재 사용하는 사료, 수의학적 제제 및 사료 첨가제를 비교함으로써, 특정한 물질이나 사료 조성물 또는 사료 공급업체나 사육 회사가 특별히 높거나 특별히 낮은 동물의 성취도와 상관관계가 있는지를 결정하는 것이 가능하다. 그러므로 객관적인 실험 데이터에 기반하여 특정한 유형의 동물이나 특정한 시작점(예: 특정한 병원균에 의한 의심가는 침입)에 대하여 동물 건강에 유익한 효과가 있는 사료나 사료 첨가제 또는 업체를 인지하는 것이 가능하다.

도 5는 동물 유지 방법의 흐름 차트를 보여준다. 이 방법은 특히 동물의 건강과 성취도 감시에 사용할 수 있다. 첫째 단계(502)에서, 동물(132)의 배설물을 보여주는 하나 이상의 이미지(102)에 대해 분석 소프트웨어(108)로의 입력이 실행된다. 예를 들어, 분석 소프트웨어는 현장의 이미지 포착 장치로부터 직접 이미지를 획득하거나 로컬 데이터 메모리로부터 이미지를 판독하거나, 클라이언트 애플리케이션이나 로봇 애플리케이션으로부터 네트워크를 통해 획득할 수 있다. 이미지가 이메일 애플리케이션을 통해, 또는 "실시간"으로 APP 애플리케이션을 통해 분석 소프트웨어가 실체화된 컴퓨터에 송신된 다음 이 컴퓨터의 이메일 애플리케이션으로부터 분석 소프트웨어로 송신될 수 있다. 다음 단계(504)에서 분석 결과를 얻기 위해, 이 분석 소프트웨어가 입력 이미지의 분석을 실행한다. 그 분석 결과가 동물의 현재 생리학적 상태 및/또는 동물의 성취도 지표의 예측 발현을 유지하거나 향상시키는데 적합한 하나 이상의 권장 조치를 제안할 수 있다. 그러므로 분석 결과는 수신된 배설물의 이미지 그리고 가용한 경우 측정 값(110) 및/또는 추가의 메타데이터에 의존한다. 이 메타데이터에는 분석의 시점에 동물에게 투여되었던 물질이나 물질 혼합물이 포함될 수 있다. 이 분석은 또 바람직하게는 정의된 분석 이전의 시간 이내에(예: 분석이 실행되기 전 7일 이내에) 수신된 이미지와 선택적 측정값 및/또는 메타데이터에 관한 것이다. 결과적으로 권장 조치는 단계 506에서 출력되며/되거나 예측 발현은 단계 508에서 출력된다. 그러므로 이 출력된 분석 결과는 권장 조치나 성취도 지표의 예측 발현 또는 두 가지 모두를 포함할 수 있다. 그 출력은 예를 들어 사용자를 위해 분석 소프트웨어의 GUI를 통해 실행될 수 있다.

도 6은 동물의 건강 감시용 모바일 로봇(600)의 블록 선도를 보여준다. 로봇(600)은 도 1, 도 2 및 도 3을 참조하여 설명한 바와 같이, 예를 들어 축사(130)에서 사용할 수 있다. 이 로봇은 예를 들어 직원(138)의 작업 일부를 특히 일부 검사 작업을 떠맡거나 도와주는데 사용될 수 있다. 로봇은 하나 이상의 프로세서(604) 그리고 선택적으로 사용자가 이를 통해 로봇과 상호작용할 수 있는 디스플레이 기기(606)를 포함한다. 마찬가지로 로봇은 네트워크 특히 인터넷과 데이터를 교환할 수 있도록 네트워크 인터페이스(608)를 포함한다. 예를 들어, 네트워크 인터페이스(608)는 로봇(600)의 하나 이상의 카메라(140)에 의해 기록된 축사 동물의 배설물의 이미지(102)를 네트워크(136)를 통해 서버 애플리케이션(302)로 송신하기 위해 로봇 소프트웨어(108)에 의해 사용될 수 있다. 로봇 소프트웨어(108)는 분석 소프트웨어일 수 있으며, 이는 이미 본 발명의 구현에서 설명된 것과 같다. 분석 소프트웨어는 특히 카메라(140)에 의해 기록된 이미지(102)를 분석하고 권장 조차 및/또는 성취도 지표의 예측 발현을 출력하도록 설계된다. 그 출력은 예를 들어, 디스플레이(606)의 수단에 의해 GUI를 통해 사용자에게 실행될 수 있다. 로봇은 기록된 이미지(102)가 그 위에 로컬 방식으로 저장된 저장 매체(602)를 포함할 수 있다. 그 밖에 로봇은 축사의 하나 이상의 센서(134)에 대한 센서 인터페이스(612)를 선택적으로 가질 수 있다. 센서 인터페이스(612)는 특히 근거리 통신용 인터페이스(예: 블루투스 인터페이스나 RF 인터페이스)에 필요한 인터페이스일 수 있다. 센서 인터페이스(612)에 대해 보완적으로 또는 대안적으로, 로봇은 자체의 센서(134) 또한 포함할 수 있으며, 그 예는 바닥 온도의 측정을 위한 온도계, 습도 측정 기기 등이다.

로봇은 로봇 모터(610)를 가지며, 예를 들어 로봇이 축사를 대개 자율적으로 횡단할 수 있도록 하는 모터 구동 휠이나 트랙이다. 일부 구현에 있어서, 그 횡단 경로는 로봇 소프트웨어에 고정되도록 사전결졍될 수 있다. 하지만 로봇의 이동 경로가 명시적으로 정의되지 않고 대신 스쳐가는 동적으로 검출된 장애물과 조합하고 특정한 최적화 기준에 근거하여 로봇 소프트웨어에 의해 동적으로 계산될 수도 있다.

일부 구현에 있어서, 카메라(140)는 일부 구현에서 기록된 디지털 이미지가 로봇 근처의 지면의 한 영역을 묘사하며 카메라의 높이 및/또는 방향이 변경될 수 있는 높이에서 그 방향과 위치가 정해지며, 카메라의 높이 및/또는 방향의 변경은 수동적으로 그리고/또는 자동적으로 실행할 수있다. 높이나 방향의 변경은 바람직하게는 자동적으로 실행되며, 카메라(140)에 의해 기록된 이미지의 품질을 분석하는 기능을 포함하는 로봇 소프트웨어(108)에 의해 제어된다. 만약 그 해상도가 너무 낮거나 실제로 동물 배설물을 포함하는 이미지의 비율이 너무 작으면, 카메라의 높이 및/또는 방향이 자동적으로 조절되어 다음 이미지들은 배설물을 높은 해상도 및 충분한 콘트라스트로 보여주는 충분히 큰 이미지 영역을 갖게 된다. 카메라의 높이나 방향에 대해 추가적으로 또는 대안적으로, 기록된 이미지가 로봇 소프트웨어의 품질 기준을 충족시키도록 카메라의 (광학적 또는 소프트웨어 기반의) 확대/축소 기능 또한 변경될 수 있다.

도 7은 도 3 및 도 4에서 설명된 분산형 컴퓨터 시스템(700)의 블록 선도이다 분산형 시스템(700)은 또한 도축장(714)의 하나 이상의 컴퓨터 시스템(710)을 포함하며, 이것들은 바람직하게는 모바일 컴퓨터 시스템이다. 이 시스템(700)이 추가의 도축장(여기에 보이지 않음)의 컴퓨터 시스템을 더욱 포함하는 것도 가능하다. 도축장에서는, 도축장 작업을 하는 직원(732)이 도축된 동물을 일상적으로 또는 도축 이후 도축된 동물들(740-748)의 위장관(750-758)에 대한 검사를 무작위 샘플로서 수행하여 그 건강을 점검하는 것은 흔한 일이다.

본 발명의 한 구현에 따르면, 모바일 컴퓨터 시스템(710)이 도축장의 직원(732)에게 지정된다. 모바일 컴퓨터 시스템(710)은 특히 스마트폰이거나 태블릿 컴퓨터일 수 있다. 하나 이상의 프로세서(714), 디스플레이 기기(720) 및 네트워크 인터페이스 (724)가 컴퓨터 시스템(710)에 위치한다. 그 밖에 컴퓨터 시스템(710)은 피드백 애플리케이션(726)의 있는 저장 매체(712)를 포함한다. 그 밖에 이 컴퓨터 시스템 (710)은 이미지 포착 장치(716), 예를 들어 스마트폰 카메라를 포함한다. 피드백 애플리케이션(726)은 서버 애플리케이션(302)과 상호운영가능하다. 그것은 예를 들어, 위에서 이미 설명한 클라이언트 애플리케이션의 변종으로 배설물의 이미지 대신이나 그의 보완을 위해, 도축된 동물의 위장관의 이미지를 서버 애플리케이션으로 송신하는 추가의 기능을 갖는다. 사용자(732)는 피드백 애플리케이션(726)을 시작하여, 예를 들어 피드백 애플리케이션의 GUI와 상호작용함으로써 카메라(716)의 도움으로 새로 도축된 동물들(740-748, 132)의 위장관(750-758)의 디지털 이미지(728)를 생성하도록 피드백 애플리케이션을 촉구할 수 있다. 선택적으로 이 이미지(728)는 저장 매체(712)에 로컬식으로 저장될 수 있다. 어떠한 경우라도 이미지는 네트워크(136)를 통해 피드백 애플리케이션(726)에서 서버 애플리케이션(302)으로 송신된다. 이미지(728)는 도살 당일에 동물의 건강 상태 특히 위장관에 관한 정보를 제공하므로 피드백 정보를 나타낸다. 그러므로 이미지(728)는 특정한 시점에서 하나 이상의 성취도 지표의 실험적으로 기록된 발현을 나타낸다. 이미지(728)는 그것이 원래 유래하는 축사나 비육 농가의 식별자와 함께 제공될 수 있으므로, 이미지는 이 지표를 통해 서버 컴퓨터의 데이터베이스(762)에서, 그 도살보다 며칠 전에 동일한 축사나 비육 농가의 동물들의 배설물의 이미지(102)에 지정된다. 개별 동물의 가용한 식별자에 근거하여 이미지(102, 728) 그리고 측정 데이터 및 메타데이터에 지정하는 것도 가능하다. 하지만 개별 동물은 흔히 개별적으로 기록되지 않는다. 동일한 축사의 동물들의 건강 상태는 흔히 동일하거나 매우 유사하며 이는 감염성 질병의 존재나 부재에 의해 관련성있게 결정되므로 특정한 축사나 비육 농가의 식별자에 근거하여 데이터베이스(726)의 기술된 데이터의 지정을 실행하는 것 또한 실질적으로 충분한 것으로 확립되어왔다. 소수의 동물이 병에 걸리더라도, 대개 수 일 이내에 전체 동물 모집단이 감염된다. 그러므로 개체의 수준에서의 정확한 지정은, 도축장에서 얻어진 개별 동물의 위장관의 이미지(728)와 축사에서 얻어진 개별 동물의 배설물의 이미지(102)에 대해 필요하지 않다. 실제로 공통된 축사와 이미지의 기록에 대한 시간적 근접성 또는 수 일이나 시간의 기타 데이터에 근거하는 지정이면 충분하다.

서버 애플리케이션(302)는 예를 들어, 규칙적인 간격으로 학습 데이터 세트에 대해 재학습되는 머신 러닝 애플리케이션으로 설계된다. 이 학습 데이터 세트는 바람직하게는 하나 이상의 축사의 동물로부터의 배설물 이미지들 그리고 성취도 지표 특히 도축장에서 생성된 도축된 동물이 위장관 이미지에 대하여 연관되고 실험적으로 기록된 발현 모두에 의해 계속적으로 보완된다. 이러한 이미지가 축사의 작업자에 의해 생성되는 것도 가능하다. 예를 들어, 개별 동물들이 축사에서 이미 죽고, 전염병이 그 죽음의 원인인지 여부를 결정하기 위해 그 축사의 작업자가 동물들을 정밀하게 검사하는 일이 발생할 수 있다. 이 경우에 죽은 동물들의 위장관 이미지가 생성되어 서버 애플리케이션(302)으로 송신할 수도 있다.

기게 학습 소프트웨어는 특히 하나 이상의 신경망에 근거하는 소프트웨어일 수 있다. 일부 구현들에 따르면, 이 머신 러닝 기반의 분석 소프트웨어는 기존의 프로그램 라이브러리를 사용할 수 있으며, 그 한 예가 Caffe이며 이것은 딥 러닝, 딥 러닝4j(신경망에 근거하여 자바로 프로그래밍된 오픈 소스 소프트웨어), Java 라이브러리 ELKI, GNU R 등을 위한 프로그램 라이브러리이다.

머신 러닝 소프트웨어란 이 소프트웨어가 데이터 처리 문제의 해결을 위해 사용할 수 있는 실례(학습 데이터 세트)에 근거하여 학습 단계에서 지식을 자동적으로 획득한 소프트웨어이다. 예를 들어, 이 (학습된) 소프트웨어는 동물의 배설물 이미지와 선택적으로 이미지에 연계된 추가 정보(메타데이터, 측정 값), 그 동물들이 현재 갖거나 가까운 미래에 갖게될 성취도 매개변수의 발현 내용 그리고 성취도 하락의 방지나 제거를 위해 동물의 건강을 촉진하거나 안정화하는데 도움이 될 수 있는 조치들을 자동적으로 인지하도록 설계하고 "학습"할 수 있다.

도 8은 급성 클로스트리디움 감염을 앓는 칠면조의 분변 사진 3매를 보여준다. 설사를 나타내는 낮은 점도의 굳기와 방울 형상의 포함물이 뚜렷하다. 이 분변의 색깔은 황색에서 오렌지색이지만 흑색은 아니다. 이것은 설사가 혈액이 섞인 것이라기보다는 무르다는 표시이다. 예를 들어, 선, 원 및 기타 기하학적 객체를 인지하는 알고리듬을 사용함으로써, 방울 형상의 구조를 분석 소프트웨어에 의해 인지할 수 있다.

도 9는 급성 콜리패혈증(대장균이 유발하는 패혈증)에 걸린 칠면조의 분변 사진 2매를 보여준다. 이 분변의 경도도 마찬가지로 점도가 낮고 미끈거리며 부분적으로 연녹색의 착색이 있는 백색에서 황색의 색깔을 띤다. 황색은 담즙의 결여나 췌장의 질병을 표시한다. 녹색은 감염, 이 경우에는 대장균의 감염을 표시한다.

도 10은 급성 콕시디오시스증에 걸린 칠면조의 분변 사진 1매를 보여준다. 제9A도 및 9B에 묘사된 분변과는 대조적으로, 도 10에 묘사된 분변은 착색이 균일하고 확실한 녹색이다. 방울 형상의 포함물이 없다. 녹색은 매우 진행된 감염임을 표시한다.

도 11은 클로스트리디움 및 콕시디움의 급성 동시 감염을 앓는 구이용 닭의 분변 사진 1매를 보여준다. 이 분변의 검은 색은 상당한 혈액 소실과 산화된 헤모글로빈을 표시한다.

도 12는 급성 클로스트리디움 감염을 앓는 구이용 닭의 분변 사진 1매이다. 도 12 및 도 8의 사진들과 비교할 때, 분변의 색깔과 굳기가 질병 외에도 동물의 유형에도 강력히 의존함을 보여준다. 그러므로 본 발명의 바람직한 구현들에 따르면, 배설물의 이미지 외에도 동물의 유행 및/또는 종 그리고 바람직하게는 그 나이 또한 분석 소프트웨어에 입력되며, 이는 그 분석이 이러한 메타데이터를 고려하도록 보장하기 위함이다.

100 컴퓨터 시스템
102 하나 이상의 동물의 배설물 이미지
104 저장 매체
106 프로세서
108 분석 소프트웨어
110 센서 측정값
112 디스플레이
114 네트워크 인터페이스
116 사용자
130 축사
132 동물
134 센서
136 네트워크
138 축사 컨트롤러
140 이미지 포착 장치(예: 카메라)
142 스마트폰
200 컴퓨터 시스템(스마트폰)
202 저장 매체
204 프로세서
206 스마트폰 디스플레이
208 네트워크 인터페이스
210 센서 인터페이스
300 클라이언트 컴퓨터 시스템 (스마트폰)
302 서버 애플리케이션
304 클라이언트 애플리케이션
310 서버 컴퓨터 시스템
400 다수의 클라이언트 컴퓨터를 갖춘 분산형 시스템
402 서버 컴퓨터 사용자/작업자
404 클라이언트 컴퓨터 시스템 300.2의 사용자
406 클라이언트 컴퓨터 시스템 300.3의 사용자
502-508 단계들
600 로봇
602 저장 매체
604 프로세서
606 디스플레이
608 네트워크 인터페이스
610 모터 장치
612 센서 인터페이스
700 클라이언트 컴퓨터 및 도축장 컴퓨터를 갖춘 분산형 시스템
710 도축장 컴퓨터 시스템
712 저장 매체
714 도축장
716 도축장의 이미지 포착 장치(카메라)
718 프로세서
720 디스플레이
722 센서 인터페이스
724 네트워크 인터페이스
726 피드백 애플리케이션
728 도축된 동물의 위장관 이미지
732 도축장의 직원(들)
740-748 도축된 동물 사체
750-758 해당 동물 사체의 위장관

Claims (23)

1. - 적어도 하나의 이미지(102)의 분석 소프트웨어(108)로의 입력에 있어서, 상기 적어도 하나의 이미지가 하나 이상의 동물들(132)의 배설물을 묘사하는 디지털 이미지인 입력(502);
   - 적어도 하나의 이미지의 분석 소프트웨어(108)에 의한 분석(504)의 실행;
   - 동물의 현재 생리학적 상태에 대한 유지나 향상에 적합한 권장 조치의 분석 소프트웨어에 의한 출력에 있어서, 상기 권장 조치가 상기 적어도 하나의 이미지의 분석 결과에 의존하는 출력(506); 및/또는
   - 분석 소프트웨어에 의한 적어도 하나의 동물들의 성취도 지표의 예측 발현의 출력에 있어서, 상기 성취도 지표가 생리학적 매개변수, 질병 증상 또는 질병이고, 상기 예측 발현이 장기 적어도 하나의 이미지의 분석 결과에 의존하는 출력(508)을 포함하는 동물들(132) 유지를 위한 방법.
2. 제1항에 있어서, 상기 적어도 하나의 이미지가 그 배설물을 묘사하는 상기 동물들이 지시 물질과 혼합된 사료나 음용수가 상기 적어도 하나의 이미지 기록 전에 제공되었거나 투여된 동물들이며, 상기 지시 물질이 동물들의 생리학적 상태, 특히 동물들이 병원균에 의한 감염에 의존하여 동물들의 배설물의 착색을 유발하는 물질인 방법.
3. 제1항 및 제2항에 있어서,이전 청구항들의 하나에 따른 방법이,
   - 상기 적어도 하나의이미지(102)의 이미지 포착 장치(140)에 의한 기록에 있어서, 상기 이미지 포착 장치가 바람직하게는 다음을 포함하는 군으로부터 선택되는 기록을 더 포함하는 방법:
   · 휴대용 카메라, 특히 스마트폰 카메라나 사진 장치; 또는
   · 동물이 유지되는 축사나 영역에 영구 설치되는 카메라; 또는
   · 로봇이나 컨베이어 벨트가 동물이 유지되는 축사나 영역에서 이동하도록 설계되고 배치되는, 이 모바일 로봇(600) 혹은 컨베이어 벨트에 카메라가 장착되는 것을 특징으로 하는 방법.
4. 제3항에 있어서, 상기 적어도 하나의 이미지의 기록이:
   - 그 이미지가 기록되는 배설물의 공간적 근처에 대한 색상 기준 객체의 배치에 있어서, 상기 색상 기준 객체가 하나 이상의 다른 색상을 가지며 또한 분석 이미지 소프트웨어가 상기 적어도 하나의 이미지의 분석 동안 상기 적어도 하나의 이미지에 묘사된 배설물의 색상들을 정규화하기 위해 색상 기준 객체의 색상들을 사용하도록 설계되며;
   상기 적어도 하나의 이미지(102)가 배설물 외에 상기 색상 기준 객체도 묘사하는 배치를 포함하는 것을 특징으로 하는 방법.
5. 제3항 또는 제4항에 있어서,
   - 상기 배설물의 적어도 하나의 이미지의 기록 동안 조명 장치가 하나 이상의 정의된 파장 범위의 빛으로 배설물을 조사하도록 하는 상기 조명 장치에 대한 제어 명령의 송신에 있어서,
   상기 조명 장치가 복수의 정의된 파장 범위의 빛으로 배설물을 바람직하게는 순차적으로 조사하며, 상기 정의한 파장 범위들이 각각에 의한 조사 동안 배설물에 대한 하나 이상의 파장 범위특이적 디지털 이미지가 기록되며, 분석 소프트웨어가 해당 파장 범위의 빛으로 기록된 상기 하나 이상의 이미지에 대해 선택적으로 파장 범위 특이적 방식으로 분석을 실행하도록 설계된 송신을 포함하는 것을 특징으로 하는 방법.
6. 제1항 내지 제5항 중 어느 한 항에 있어서,
   - 상기 조치가 한 조치 시점에 실행되어야 하며, 상기 조치 시점이 분석의 시점에 근거하여 현재의 시점이거나 미래의 시점이며/이거나;
   - 상기 성취도 지표의 상기 예측 발현이 발현 시점에 대해 예측되며, 상기 발현 시점이 분석의 시점에 근거하여 미래의 시점인 것을 특징으로 한는 방법.
7. 제1항 내지 제6항 중 어느 한 항에 있어서, 상기 권장 조치가
   - 구체적 동물 사료나 음용수의 제공;
   - 생리학적으로 효과적인 형태, 특히 미네랄, 비타민, 약품으로서 하나 이상의 의학적 혹은 비-의학적 물질의 동물에 대한 투여;
   - 하나 이상의 의학적 혹은 비-의학적 물질을 생리학적으로 효과적인 형태로서 동물에 대한 지속적인 투여의 중단;
   - 동물이 유지되는 축사나 영역의 물리적 매개변수들, 특히 공기 습도, 온도의 변경을 포함하는 조치들의 군으로부터 선택되는 하나 이상의 조치들을 포함하는 것을 특징으로 하는 방법.
8. 제1항 내지 제7항 중 어느 한 항에 있어서,
   - 상기 성취도 지표의 상기 예측 발현의 사용자에 대한 출력 및/또는 상기 권장 조치의 사용자에 대한 출력이 분석 소프트웨어의 사용자 인터페이스를 통해 실행되며/되거나;
   - 상기 권장 조치의 출력이 동물이 유지되는 축사나 영역에 작동적으로 결합된 전자적 혹은 기계적 시스템에 대해 실행되며, 상기 전자적 혹은 기계적 시스템이 상기 권장 조치의 수신 시 상기 조치를 실행하도록 설계된 것을 특징으로 하는 방법.
9. 제1항 내지 제8항 중 어느 한 항에 있어서, 상기 질병이 콕시디오시스증, 살모넬라증, 크립토스포리디오시스증, 특히 위의 기생충이나 위장의 기생충이나 단세포 병원체와 같은 위장관 기생충에 의해 유발되는 질병들, 콜리패혈증, 로소니오시스, 돼지 설사병 또는 클로스트리디움 감염인 것을 특징으로 하는 방법.
10. 제1항 내지 제9항 중 어느 한 항에 있어서, 상기 동물들이 가금류, 소, 양 또는 돼지인 것을 특징으로 하 는방법.
11. 제1항 내지 제10항 중 어느 한 항에 있어서, 상기 분석 소프트웨어가 사전정의된 규칙들에 근거하는 소프트웨어인 것을 특징으로 하는 방법.
12. 제1항 내지 제9항 중 어느 한 항에 있어서, 상기 분석 소프트웨어가 학습된 머신 러닝 소프트웨어인 것을 특징으로 하는 방법.
13. 제12항에 있어서,
    - 유지해야 하는 동물과 동일한 동물 종의 동물로부터의 배설물에 대한 복수의 학습 이미지를 포함하는 학습 데이터의 제공에 있어서, 상기 학습 이미지가 메타데이터로 주석을 달고, 상기 학습 이미지에 묘사된 배설물에 대한 적어도 하나의 성취도 지표의 발현에 관한 정보를 포함하며 또한 상기 학습 이미지의 기록 시점에서 이 동물들에 투여된 사료나 음용수의 성분이 상기 메타데이터에 추가로 포함되는 제공;
    - 상기 학습 이미지를 사용하는 머신 러닝 소프트웨어의 학습에 의한 분석 소프트웨어의 생성을 포함하는 것을 특징으로 하는 방법.
14. 제1항 내지 제13항 중 어느 한 항에 있어서, 상기 적어도 하나의 이미지가 복수의 이미지를 포함하며,
    - 상기 적어도 하나의 이미지의 상기 입력과 상기 적어도 하나의 이미지의 상기 분석이 적어도 1일 1회의 빈도로 규칙적으로 실행되며, 각각 입력된 이미지가 각각 현재 기록되었으며 하나 이상의 동물의 현재의 배설물을 묘사하는 디지털 이미지이며;
    - 상기 분석이 상기 분석의 시점 이전의 사전정의된 시간 이내에 기록된 그 수신된 이미지들에 대해 선택적으로 실행되는 것을 특징으로 하는 방법.
15. 제1항 내지 제15항 중 어느 한 항에 있어서, 상기 분석 소프트웨어가 다른 물질이나 물질 혼합물, 특히 사료 조성물, 사료 첨가제, 음용수 첨가제, 비타민, 미네랄 및 수의학적 제제의 동물의 사육자에게 속하는 재고에 관한 데이터를 포함하는 데이터베이스의 접속을 포함하며;
    - 상기 권장 조치에 따라 제거되는 물질이나 물질 혼합물의 수량 및 유형의 제거 이후 상기 물질이나 물질 혼합물에 대하여, 상기 분석 소프트웨어에 의한 상기 재고들의 고갈 여부의 점검; 및
    - 상기 분석 소프트웨어에 의한 네트워크를 통한 주문 메시지의 상기 제거된 물질이나 물질 혼합물의 업체의 전자적 주문 시스템으로의 자동적 송신을 더욱 포함하는 것을 특징으로 하는 방법.
16. 제1항 내지 제15항 중 어느 한 항에 있어서:
    - 적어도 하나의 측정값의 상기 분석 소프트웨어(108)로의 입력에서, 상기 적어도 하나의 측정값이:
    ·동물이 분비하는 젖의 온도;
    ·동물이 분비하는 젖의 전기 전도도;
    ·축사의 온도; 특히 축사의 바닥 온도 혹은 축사의 바닥에 가까운 공기의 온도;
    ·축사 내 공기의 암모니아 함량 및 이산화탄소 함량;
    ·축사 내 공기의 습기 함량;
    ·마지막으로 측정된 시간 단위의 시간 단위당 그리고 두당 혹은 축사당 공급된 사료의 수량;
    ·마지막으로 측정된 시간 단위의 시간 단위당 그리고 두당 혹은 축사당 공급된 음용수의 수량을 포함하는 측정 값들의 군으로부터 선택되는 입력;
    - 상기 분석 소프트웨어(108)에 의한 상기 적어도 하나의 측정값의 분석 실행에 있어서,
    상기 권장 조치 및/또는 상기 성취도 지표의 상기 예측 발현이 상기 적어도 하나의 이미지의 분석 그리고 상기 적어도 하나의 측정 값의 분석에 의존하는 분석 실행을 더욱 포함하는 것을 특징으로 하는 방법.
17. 제1항 내지 제16항 중 어느 한 항에 있어서, 상기 분석 소프트웨어가:
    - 모바일 컴퓨터 시스템 특히 스마트폰에서 실체화되는 소프트웨어 애플리케이션에서, 상기 분석 소프트웨어가 모바일 컴퓨터 시스템의 카메라로부터 배설물에 대한 적어도 하나의 이미지를 수신하며, 또한 선택적으로 상기 하나의 이미지의 분석을 실행하기 위해 메타데이터 및/또는 측정 데이터 그리고 상기 권장 조치 및/또는 상기 성취도 지표의 상기 예측 발현의 상기 출력을 수신하도록 설계되는 소프트웨어 애플리케이션; 혹은
    - 클라이언트-소프트웨어가 모바일 컴퓨터 시스템, 특히 스마트폰에서 실체화되고, 모바일 컴퓨터 시스템의 카메라로부터 배설물에 대한 상기 적어도 하나의 이미지를 수신하고 또한 배설물에 대한 상기 적어도 하나의 이미지를 서버 컴퓨터 시스템 상에 실체화되는 서버 애플리케이션으로 송신하도록 설계되며, 상기 서버 애플리케이션이 상기 권장 조치 및/또는 상기 성취도 지표의 상기 예측 발현의 계산을 위한 상기 적어도 하나의 이미지의 분석을 실행하기 위해 상기 클라이언트 애플리케이션으로부터 상기 적어도 하나의 이미지를 수신하고, 상기 권장 조치 및/또는 상기 예측 발현을 네트워크를 통해 상기 클라이언트 애플리케이션으로 송신하도록 설계되며 또한 상기 클라이언트 애플리케이션이 상기 권장 조치 및/또는 상기 예측 발현을 상기 모바일 컴퓨터 시스템의 사용자에게 출력하도록 설계되는 분산형 클라이언트-서버소프트웨어 애플리케이션으로 이행되는 것을 특징으로 하는 방법.
18. 제1항 내지 제17항 중 어느 한 항에 있어서, 상기 분석 소프트웨어가 분산형 클라이언트-서버 소프트웨어 애플리케이션으로 설계되며, 상기 서버 애플리케이션이 네트워크(136)를 통해 복수의 클라이언트 애플리케이션에 연결되며, 선택적으로 도축장의 컴퓨터들에서 실체화된 하나 이상의 피드백 애플리케이션이 상기 네트워크를 통해 상기 서버 애플리케이션에도 연결되며, 상기 클라이언트 애플리케이션이 각각 이미지 포착 장치(140)에 작동적으로 결합되고 상기 이미지 포착 장치가 기록한 동물의 배설물에 대한 적어도 하나의 이미지를 상기 서버 애플리케이션으로 수신하도록 설계되며,
    상기 서버 애플리케이션이:
    ·클라이언트 애플리케이션 각각으로부터 적어도 하나의 디지털 이미지(102)의 상기 서버 애플리케이션에 의한 수신에 있어서, 상기 적어도 하나의 수신된 이미지가 하나 이상의 동물들(132)의 배설물을 묘사하는 수신;
    ·사용자에 의해 측정되거나 입력된 적어도 하나의 상기 동물들의 성취도 지표의 발현에 대한 GUI를 통한 수신에 있어서, 상기 GUI가 하나 이상의 클라이언트 애플리케이션의 GUI이며/이거나 하나 이상의 피드백 애플리케이션의 GUI이며, 상기 피드백 애플리케이션이 도축장의 소프트웨어 애플리케이션이며, 성취도 지표의 상기 발현이, 특히 동물들의 도축 이후 위장관의 이미지인 수신;
    ·상기 서버 애플리케이션의 향상된 버전을 자동적으로 제공하기 위한 머신 러닝 알고리듬의 학습에 있어서, 상기 학습이 배설물의 디지털 이미지와 상기 성취도 지표의 측정된 발현으로 구성된 조합의 수신에 대한 분석을 포함하는 학습을 실행하도록 설계된 것을 특징으로 하는 방법.
19. 제1항 내지 제18항 중 어느 한 항에 있어서, 상기 분석 소프트웨어가 분산형 클라이언트-서버 소프트웨어 애플리케이션으로 설계되며, 상기 서버 애플리케이션이 네트워크(136)를 통해 복수의 클라이언트 애플리케이션에 연결되며, 상기 클라이언트 애플리케이션이 각각 이미지 포착 장치(140)에 작동적으로 결합되며, 상기 이미지 포착 장치가 각각 복수의 여러 축사들의 하나에 위치하며,
    상기 서버 애플리케이션이 상기 축사의 각각에 대해:
    ·축사의 동물들에게 현재 투여되는 적어도 하나의 물질이나 물질 혼합물을 명시하는 메시지의 수신;
    ·상기 클라이언트 애플리케이션으로부터 상기 서버 애플리케이션에 의한 사용자에 의해 측정되거나 입력된 동물들의 성취도 지표에 대한 적어도 하나의 발현의 수신에 있어서, 상기 성취도 지표의 발현이 물질이나 물질 혼합물의 투여 시점에 대해 시간적 근접성의 시점에 관련되는 수신이며; 또한
    - 투여되는 물질이나 물질 혼합물이 동일하거나 유사한 축사들로부터 클러스터들을 계산하기 위해 각 축사로부터 수신된, 투여된 물질이나 물질 혼합물 그리고 성취도 지표의 발현으로 이루어진 조합들에 대한 첫째 클러스터 분석의 실행에 있어서, 각 클러스트의 동물에 대한 성취도 지표의 평균 발현이 상기 서버 애플리케이션에 저장되고 해당 클러스터에 연계되는 실행; 및/또는
    - 그 동물들의 성취도 지표의 발현이 동일하거나 유사한 축사들로부터 클러스터들을 계산하기 위해 각 축사로부터 수신된, 투여된 물질이나 물질 혼합물 그리고 성취도 지표의 발현으로 이루어진 조합들에 대한 둘째 클러스터 분석의 실행에 있어서, 대다수의 클러스터의 축사들에서 투여되는 물질이나 물질 혼합물이 각 클러스트의 동물에 대한 성취도 지표의 평균 발현이 상기 서버 애플리케이션에 저장되고 해당 클러스터에 연계되는 실행; 및
    - 상기 클러스터 분석 결과를 사용자에게 출력하기 위해 상기 첫째 및/또는 둘째 클러스터 분석의 결과의 적어도 하나의 상기 클라이언트 애플리케이션에 대한 송신을 포함하는 방법을 실행하도록 설계된 것을 특징으로 하는 방법.
20. 동물 유지를 위한 시스템에 있어서,
    - 축사 이미지 포착 장치에 결합된 분산형 또는 비분산형 컴퓨터 시스템(100, 200, 300, 310)에서, 상기 컴퓨터 시스템이 분석 소프트웨어(108) 및 데이터베이스(762)를 포함하며, 상기 축사 이미지 포착 장치가 하나 이상의 동물들(132)의 배설물을 묘사하는 적어도 하나의 이미지(102)를 기록하도록 설계되며, 상기 분석 소프트웨어가:
    ·적어도 하나의 기록된 이미지(102)의 데이터베이스에 저장;
    ·적어도 하나의 기록된 이미지(102)의 분석 소프트웨어(108)에 대한 입력(502);
    ·적어도 하나의 이미지의 분석 실행(504);
    ·상기 분석 소프트웨어에 의한 동물들의 현재 생리학적 상태에 대한 유지나 향상에 적합한 권장 조치의 출력(506)에 있어서, 상기 권장 조치가 적어도 하나의 이미지 분석의 결과에 의존하는 출력; 및/또는
    ·상기 분석 소프트웨어에 의한 하나 이상의 동물들의 성취도 지표에 대한 예측 발현의 출력(508)에 있어서, 상기 성취도 지표가 생리학적 매개변수, 질병 증상 혹은 질병이며, 상기 예측 발현이 적어도 하나의 이미지의 분석 결과에 의존하는 출력을 포함하는 방법을 실행하도록 설계되며;
    - 선택적으로 동물들이 유지되는 축사(130) 혹은 영역에 장착되는 하나 이상의 센서(134)에 있어서, 상기 센서가 측정 값을 기록하고 그것을 상기 분석 소프트웨어로 송신하도록 설계된 센서를 포함하는 시스템.
21. 제20항에 있어서, 상기 컴퓨터 시스템이 서버 컴퓨터(310) 및 적어도 하나의 클라이언트 컴퓨터(300)로 구성된 분산형 컴퓨터 시스템이며, 상기 분석 소프트웨어가 상기 서버 컴퓨터 시스템에서의 서버 애플리케이션(302) 및 상기 적어도 하나의 클라이언트 컴퓨터 각각에서의 클라이언트 애플리케이션(304)을 갖춘 분산형 클라이언트-서버 소프트웨어 애플리케이션으로 설계되며,
    - 도축장에 의해 운영되며 도축장 이미지 포착 장치(716)에 결합된 적어도 하나의 도축장 컴퓨터 시스템(710)에 있어서, 상기 도축장 컴퓨터 시스템이 피드백 애플리케이션(726)을 포함하며, 상기 도축장 이미지 포착 장치가 하나 이상의 동물들(132)의 도축후 그 위장관을 묘사하는 이미지(728)를 기록하도록 설계된 도축장 컴퓨터 시스템을 더욱 포함하는 시스템에 있어서,
    상기 피드백 애플리케이션이:
    ·상기 위장관 이미지를 데이터베이스에 저장하기 위해 상기 기록된 위장관 이미지를 네트워크(136)을 통해 상기 서버 애플리케이션으로 송신하도록 설계되며;
    상기 서버 애플리케이션이:
    ·적어도 하나의 동물들의 배설물에 대한 적어도 하나의 디지털 이미지(102)의 상기 적어도 하나의 클라이언트 애플리케이션으로부터의 수신 그리고 이를 데이터베이스의 적어도 하나의 이미지에 저장;
    ·상기의 적어도 하나의 수신된 이미지에 묘사된 동물들의 배설물에 대해 사용자가 상기 클라이언트 애플리케이션이나 피드백 애플리케이션의 GUI를 통해 측정한 성취도 수치에 대한 적어도 하나의 발현의 상기 클라이언트 애플리케이션으로부터, 혹은 상기 피드백 애플리케이션으로부터의 수신에 있어서, 상기 성취도 지표의 상기 발현이 특히 상기 동물들의 도축 이후의 위장관의 이미지인 수신;
    ·상기 분석 소프트웨어의 향상된 버전을 자동적으로 제공하기 위한 머신 러닝 알고리듬의 학습에 있어서, 상기 학습이 배설물의 디지털 이미지와 상기 성취도 지표의 측정된 발현으로 구성된 조합의 수신에 대한 분석을 포함하는 학습을 포함하는 방법을 실행하도록 설계되는 것을 특징으로 하는 시스템.
22. - 동물이 유지되는 축사나 영역에서 로봇의 자율적이거나 반자율적인 이동을 위해 설계된 모터 장치에서, 상기 로봇이 하나 이상의 동물들의 배설물에 대한 적어도 하나의 이미지를 기록하도록 설계되고 갖추어진 이미지 포착 장치(140)를 포함하는 모터 장치;
    - 네트워크 인터페이스(208);
    - 이미지 포착 장치(140);
    - 하나 이상의 프로세서; 및
    - 로봇 소프트웨어가 저장되는 저장 매체(602)를 포함하는 모바일 로봇(600)에 있어서,
    상기 로봇 소프트웨어가 단독으로 혹은 네트워크를 통해 연결된 서버와 함께 상호운용으로:
    ·상기 이미지 포착 장치에 의해 적어도 하나의 이미지(102)의 기록에 있어서, 상기 적어도 하나의 이미지가 하나 이상의 동물들의 배설물을 묘사하는 디지털 이미지를 기록;
    ·상기 디지털 이미지(102)의 상기 로봇 소프트웨어(108)로의 입력(502);
    ·상기 로봇 소프트웨어(108)에 의한 상기 수신된 이미지의 분석(504)의 실행;
    ·상기 로봇 소프트웨어에 의한 동물들의 현재 생리학적 상태의 유지나 향상에 적합한 권장 조치의 출력(506)에 있어서, 상기 권장 조치가 상기 적어도 하나의 이미지의 상기 분석의 결과에 의존하는 출력; 및/또는
    ·상기 로봇 소프트웨어에 의한 하나 이상의 동물들의 성취도 지표에 대한 예측 발현의 출력(508)에 있어서, 상기 성취도 지표가 생리학적 매개변수, 질병 증상 혹은 빌병이며, 상기 예측 발현이 상기 적어도 하나의 이미지의 상기 분석의 결과에 의존하는 출력을 포함하는 방법을 실행하는데 있어서;
    사용자(116, 138)에 대한 상기 권장 조치 및/또는 상기 예측 발현의 상기 출력이 상기 모바일 로봇의 디스플레이 기기를 통해서 혹은 네트워크를 통해 상기 로봇에 연결된 데이터 처리 기기를 통해서 실행되는 모바일 로봇.
23. - 지시 물질이 포함된 사료 첨가제에서, 상기 지시 물질이 동물 대사의 생리학적 조건에 따라 동물 배설물의 착색을 유발하는 물질을 포함하는 사료 첨가제; 및
    - 제20항에 따른 시스템에서, 상기 적어도 하나의 이미지의 기록 전에 상기 지시 물질을 먹이나 음용수와 함께 받은 동물의 배설물의 광학적 특징에 근거하여, 상기 분석 소프트웨어가 상기 성취도 지표의 발현을 예측하며/하거나 상기 권장 조치를 계산하도록 설계된 시스템으로 이루어진 조합.

Images