CN119028513B - 一种用于细菌耐药监测的实时监测方法、设备及存储介质 - Google Patents

Abstract

本申请涉及细菌耐药监测技术领域，尤其是涉及一种用于细菌耐药监测的实时监测方法、设备及存储介质。该方法包括：获取并分析生育母畜在生产期间的体征数据，确定生产期间的体能消耗；根据体能消耗，确定若干补充抗生素；获取并分析生育母畜的历史用药记录，确定每一补充抗生素的基础耐药性；获取并分析生育母畜在怀孕期间的激素水平变化，确定激素水平变化对基础耐药性的耐药影响；根据耐药影响，确定每一补充抗生素的实际耐药性；根据实际耐药性及体能消耗，确定最佳补充抗生素及补充用量以补充消耗体能。综合考虑实际耐药性、体能消耗、激素水平等因素，动态优化抗生素的选择和剂量，确保既能有效治疗疾病，又不增加耐药性风险。

Description

一种用于细菌耐药监测的实时监测方法、设备及存储介质

技术领域

本申请涉及细菌耐药监测技术领域，尤其是涉及一种用于细菌耐药监测的实时监测方法、设备及存储介质。

背景技术

生育母畜在生产期间，由于体力消耗大和免疫力相对低下，容易受到感染。传统的处理方式包括注射含有抗生素的葡萄糖或生理盐水等溶液。

然而，随着抗生素的滥用和病菌耐药性的逐渐增加，传统的标准化治疗方案往往难以达到预期效果，甚至可能进一步推动耐药菌株的扩散，这不仅会使治疗效果显著减弱，且抗生素滥用的风险将增加。

发明内容

本申请提供一种用于细菌耐药监测的实时监测方法、设备及存储介质，以解决上述问题。

第一方面，本申请提供一种用于细菌耐药监测的实时监测方法，所述实时监测方法应用于耐药监测装置中，所述耐药监测装置包括服务器和数据采集设备，所述实时监测方法应用于所述服务器，所述方法包括：

获取生育母畜在生产期间的体征数据，分析所述体征数据，确定所述生育母畜在生产期间的体能消耗；

根据所述体能消耗，确定若干补充抗生素；

获取所述生育母畜的历史用药记录，分析所述历史用药记录，确定每一补充抗生素的基础耐药性；

获取所述生育母畜在怀孕期间的激素水平变化，分析所述激素水平变化，根据变化分析结果，确定所述激素水平变化对所述基础耐药性的耐药影响；

根据所述耐药影响，确定每一补充抗生素的实际耐药性；根据所述实际耐药性及所述体能消耗，确定最佳补充抗生素及补充用量以补充消耗体能。

通过本方案，通过实时数据采集设备持续监测生育母畜的体征数据。这种实时监测能够更及时地识别动物健康状况的变化，尤其是在生产期间，确保及时干预，减少感染和其他健康问题的发生；相比传统方法，提供了更为精准和动态的监测手段，提升了健康管理的效率和准确性。通过能量平衡模型，结合实时体征数据，准确评估母畜的体能消耗，提供精确的能量补充方案，克服了传统方法多为静态的健康评估，缺乏对生育母畜在生产过程中的动态体能消耗的准确量化的缺点，使得能量补充更加科学，有助于维持生育母畜的体能水平，减少产后疲劳和相关并发症的发生。通过分析激素变化水平对基础耐药性的影响，将激素变化水平与基础耐药性关联起来，使抗生素使用策略更加个性化和精准，特别是在怀孕期间的动物管理中，提供了额外的保护措施，使得耐药性评估更具科学依据。通过综合考虑实际耐药性、体能消耗、激素水平等因素，动态优化抗生素的选择和剂量，确保既能有效治疗疾病，又不增加耐药性风险。

可选的，所述数据采集设备包括运动追踪单元，所述运动追踪单元设置于所述生育母畜的胸腔和/或四肢和/或头部，所述获取生育母畜在生产期间的体征数据，包括：

控制所述运动追踪单元获取所述生育母畜在生产期间的活动量及运动形式；

分析所述活动量及所述运动形式，确定所述生育母畜在生产期间的体征数据；

所述体征数据包括实时运动心率数据、实时呼吸频率、实时体温中的至少一项数据；所述分析所述体征数据，确定所述生育母畜在生产期间的体能消耗，包括：

将所述实时运动心率数据、所述实时呼吸频率及所述实时体温分别于对应的基线参考值进行对比，根据对比结果，确定所述生育母畜的实时运动消耗；

获取所述生育母畜的生长数据，确定所述生育母畜的身体状况；根据所述身体状况及所述实时运动消耗，确定所述生育母畜在生产期间的体能消耗。

通过本方案，通过实时监测设备持续收集生育母畜的运动、心率、体温等体征数据。这种实时性可以迅速响应母畜健康状况的变化，避免由于延迟或数据不全导致的问题,实时监测确保了在生产过程中，任何异常情况都能被即时捕捉到，从而允许快速干预，显著提高了母畜管理的准确性和效率。整合多种体征数据，并综合分析能够更全面地反映母畜的身体状况和体能消耗。通过分析每一头生育母畜的实时运动心率、呼吸频率、体温以及其历史生长数据量身定制每一头母畜的体能消耗评估。个性化的体能消耗评估有助于提供更精准的营养补充和药物使用方案，确保每头母畜都能在最佳健康状态下完成生产过程。

可选的，所述根据所述身体状况及所述实时运动消耗，确定所述生育母畜在生产期间的体能消耗，包括：

根据所述身体状况，确定所述生育母畜生产前的体重；

获取所述生育母畜的怀孕数据，分析所述怀孕数据，确定胎儿数量及每一预设时段内，胎儿生长变化、器官变化及荷尔蒙水平变化；

根据所述器官变化及所述荷尔蒙水平变化，确定所述生育母畜在怀孕期间维持日常生理功能的能量需求；

根据所述胎儿生长变化，确定胎儿的每日生长速率；

根据所述生产前的体重、所述胎儿数量、所述能量需求及所述每日生长速率，通过以下公式计算所述生育母畜的基础代谢率：

；

其中，表示所述生育母畜的基础代谢率；表示所述生育母畜生产前的体重；表示胎儿生长对能量需求的影响；表示所述胎儿数量；表示所述每日生长速率；表示所述能量需求；

根据所述实时运动心率数据、所述实时呼吸频率及所述实时运动消耗，确定活动代谢率；

根据所述活动代谢率、所述基础代谢率及所述实时运动心率数据，确定所述生育母畜在生产期间的体能消耗。

通过本方案，通过结合母畜的生产前体重、胎儿数量、胎儿每日生长速率等参数，利用公式精确计算基础代谢率，并结合实时的运动心率、呼吸频率和运动消耗数据，得出个性化的能量需求评估。与传统的静态数据采集不同，本申请利用实时监测设备（如运动追踪单元）动态捕获生育母畜的心率、呼吸频率及运动消耗数据；特别是在生产期间，能够及时调整营养和管理策略，提高母畜的健康保障。整合了多个生理参数（如体重、胎儿数量、胎儿生长速率、器官变化、荷尔蒙水平等），并通过复杂的数学模型进行综合分析。这使得能够全方位评估母畜的身体状况和能量需求。

可选的，所述分析所述历史用药记录，确定每一补充抗生素的基础耐药性，包括：

分析所述历史用药记录，确定所述生育母畜的历史生病记录；

根据所述历史生病记录，确定所述生育母畜每次生病时的病症变化情况及用药情况；

根据所述病症变化情况、所述用药情况及所述身体状况，确定所述生育母畜的生病阶段的用药带来的细菌耐药性；

获取所述生育母畜的进食记录，根据所述进食记录，确定所述生育母畜在进食过程中是否存在被投喂抗生素的情况；

若存在，则根据所述进食记录，预测所述生育母畜的进食量；

根据所述进食量及所述身体状况，预测所述生育母畜的抗生素代谢情况；

根据所述抗生素代谢情况及所述细菌耐药性，确定每一补充抗生素的基础耐药性。

通过本方案，通过整合历史生病记录、病症变化情况、用药情况、进食记录、抗生素代谢情况等多个数据维度，综合分析生育母畜的抗生素使用历史和细菌耐药性。这种多维度的分析方法能够提供更加全面和精确的耐药性评估。过分析每头母畜的个体化数据（如病症变化、用药情况、身体状况等），确定其特定的耐药性水平。这种个性化的评估能够帮助制定更精确的用药策略，避免一刀切的治疗方式。通过实时收集进食记录和生病阶段的用药情况，能够动态监测抗生素的摄入和代谢情况，并预测潜在的细菌耐药性。通过分析母畜对不同抗生素的基础耐药性，可以优化抗生素的使用方案。能够通过精确的耐药性分析，确定最佳的用药种类和剂量，从而提高抗生素的使用效率。

可选的，所述根据所述病症变化情况、所述用药情况及所述身体状况，确定所述生育母畜的生病阶段的用药带来的细菌耐药性，包括：

根据所述用药情况，确定所述生育母畜在生病阶段的用药种类、用药剂量、用药时间；

根据所述用药时间及所述病症变化情况，确定每一用药阶段的病情发展；

根据所述身体状况，确定所述生育母畜在生病阶段的体重、体温及免疫指标；

根据所述用药种类、用药剂量及每一用药阶段的病情发展，确定用药与细菌耐药性变化之间的相关性；

根据所述相关性、所述体重、所述体温、所述免疫指标，确定所述生育母畜的生病阶段的用药带来的细菌耐药性。

通过本方案，通过动态监测病情变化、用药情况和身体状况，能够实时跟踪生育母畜的健康状态，并根据实时数据进行分析和调整用药策略。整合了多维数据（包括用药种类、剂量、时间、病情变化、体重、体温、免疫指标等），通过综合分析建立用药与耐药性之间的关联，提供更加全面的耐药性评估。本申请的多维数据整合可以更深入地理解细菌耐药性的形成机制，并做出更科学的判断。从而能够识别出用药后细菌耐药性的发展模式，并提前预警。

可选的，所述根据所述进食量及所述身体状况，预测所述生育母畜的抗生素代谢情况，包括：

根据所述身体状况，确定所述母畜在生长阶段的实时体重、实时体脂率、实时代谢率；

根据所述进食记录，确定每一次的投喂量、投喂的广谱抗生素的投喂种类、投喂剂量、投喂频率；

根据所述进食量、所述投喂量、所述投喂种类及所述投喂剂量，确定所述广谱抗生素的摄入量；

根据所述摄入量、所述实时代谢率、所述实时体重、所述投喂频率及所述实时体脂率，预测所述生育母畜在每一次进食后的抗生素代谢情况。

通过本方案，通过对母畜的实时身体状况（包括体重、体脂率、代谢率）和进食情况进行详细分析，可以精确计算每次抗生素的摄入量，并预测其在体内的代谢情况。这种精确性有助于在正确的时间和剂量下投喂抗生素，从而提高药物的使用效率和治疗效果。通过准确预测抗生素的代谢情况，能够避免过量使用抗生素，减少不必要的药物暴露。这有助于降低细菌耐药性的风险，从而延长抗生素的有效使用期，确保长期的治疗效果。实时监测和预测母畜的抗生素代谢情况，能够帮助养殖者及时调整投喂策略，以应对母畜健康状况的变化。这种主动管理方法可以减少疾病的发生，提高母畜的整体健康水平，进而提高养殖的生产效率和经济效益。实时代谢预测可以让养殖者根据母畜的个体情况灵活调整治疗方案。

可选的，所述根据所述抗生素代谢情况及所述细菌耐药性，确定每一补充抗生素的基础耐药性，根据以下公式计算：

；

其中，表示每一补充抗生素的基础耐药性；表示所述细菌耐药性；表示根据所述实时体重及所述实时体脂率得到的抗生素分布体积；表示所述投喂剂量；表示根据所述身体状况得到的所述生育母畜在每一次投喂后的抗生素吸收速率常数；表示根据所述投喂频率，确定出的喂养抗生素的周期；表示在对应喂养抗生素的周期中，抗生素的消除速率；表示所述实时代谢率；表示根据所述投喂频率、所述身体状况、所述投喂剂量，确定出的药物暴露量对基础耐药性的敏感性；表示增减所述投喂剂量对所述敏感性的影响；表示调整因子。

通过本方案，通过公式计算，每一补充抗生素的基础耐药性能够精确反映在特定条件下，细菌对所使用的抗生素产生耐药性的程度。这种预测有助于养殖者在用药时提前识别出可能导致耐药性增强的情况，从而采取预防性措施。由于计算过程考虑了母畜的实时体重、体脂率、代谢率等个体生理特征，所得到的基础耐药性值具有很高的个性化。这种个性化计算允许根据每头母畜的具体情况制定用药策略。公式计算能够帮助识别抗生素使用中可能存在的剂量过高或过低的情况。通过对敏感性参数、剂量影响参数以及调整因子的评估，可以优化抗生素的使用剂量和频率，从而减少不必要的抗生素暴露，降低细菌耐药性发展的风险。由于公式整合了实时代谢率和其他动态因素，计算出的基础耐药性值能够反映母畜当前的生理状态。

可选的，所述根据所述投喂频率、所述身体状况、所述投喂剂量，确定出药物暴露量，根据以下公式计算：

；

其中，表示所述药物暴露量；表示根据所述投喂频率，确定出的喂养抗生素的周期；表示所述投喂剂量；表示根据所述身体状况得到的所述生育母畜在每一次投喂后的抗生素吸收速率常数；表示根据所述实时体重及所述实时体脂率得到的抗生素分布体积；表示在对应喂养抗生素的周期中，抗生素的消除速率；表示一个连续的时间变量，表示药物进入体内后的时间进程。

通过本方案，公式通过积分计算药物在体内的浓度随时间变化的总和，能够精确评估在特定投喂周期内，抗生素在母畜体内的总暴露量。有助于确保药物的疗效与安全性。计算出的值可以帮助优化抗生素的投喂策略，以确保药物在母畜体内维持适当的浓度。有助于在保证治疗效果的同时，避免药物过量或不足引起的副作用或耐药性发展。由于公式中的参数都可以根据母畜的具体身体状况进行个性化调整，计算出的值能够反映每头母畜的个体差异，从而支持制定个性化的治疗方案。这种方法确保每头母畜都能得到最适合其生理状态的抗生素治疗。通过精确控制药物暴露量，可以减少细菌接触亚抑制浓度抗生素的机会，降低耐药性菌株的选择压力，从而有效管理抗生素耐药性的风险。的计算为抗生素使用的决策提供了科学依据。养殖者可以依赖这些数据进行合理的投喂决策，而不是依赖经验或尝试，确保用药的有效性和安全性。

第二方面，本申请提供一种用于细菌耐药监测的实时监测设备，应用于如第一方面任一项所述的方法，包括：

消耗分析模块，用于获取生育母畜在生产期间的体征数据，分析所述体征数据，确定所述生育母畜在生产期间的体能消耗；

抗生素确定模块，用于根据所述体能消耗，确定若干补充抗生素；

基础耐药分析模块，用于获取所述生育母畜的历史用药记录，分析所述历史用药记录，确定每一补充抗生素的基础耐药性；

耐药影响分析模块，用于获取所述生育母畜在怀孕期间的激素水平变化，分析所述激素水平变化，根据变化分析结果，确定所述激素水平变化对所述基础耐药性的耐药影响；

抗生素选择模块，用于根据所述耐药影响，确定每一补充抗生素的实际耐药性；根据所述实际耐药性及所述体能消耗，确定最佳补充抗生素及补充用量以补充消耗体能。

第三方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序；所述计算机程序被处理器执行时，实现如第一方面任一项所述的方法。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请一实施例提供的一种应用场景示意图；

图2为本申请一实施例提供的一种用于细菌耐药监测的实时监测方法的流程图；

图3为本申请一实施例提供的一种用于细菌耐药监测的实时监测设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。

下面结合说明书附图对本申请实施例作进一步详细描述。

随着抗生素的滥用和病菌耐药性的逐渐增加，传统的标准化治疗方案往往难以达到预期效果，甚至可能进一步推动耐药菌株的扩散，这不仅会使治疗效果显著减弱，且抗生素滥用的风险将增加。

基于此，本申请提供一种用于细菌耐药监测的实时监测方法、设备及存储介质，通过实时数据采集设备持续监测生育母畜的体征数据。这种实时监测能够更及时地识别动物健康状况的变化，尤其是在生产期间，确保及时干预，减少感染和其他健康问题的发生；相比传统方法，提供了更为精准和动态的监测手段，提升了健康管理的效率和准确性。通过能量平衡模型，结合实时体征数据，准确评估母畜的体能消耗，提供精确的能量补充方案，克服了传统方法多为静态的健康评估，缺乏对生育母畜在生产过程中的动态体能消耗的准确量化的缺点，使得能量补充更加科学，有助于维持生育母畜的体能水平，减少产后疲劳和相关并发症的发生。通过分析激素变化水平对基础耐药性的影响，将激素变化水平与基础耐药性关联起来，使抗生素使用策略更加个性化和精准，特别是在怀孕期间的动物管理中，提供了额外的保护措施，使得耐药性评估更具科学依据。通过综合考虑实际耐药性、体能消耗、激素水平等因素，动态优化抗生素的选择和剂量，确保既能有效治疗疾病，又不增加耐药性风险。

图1为本申请提供的一种应用场景示意图，为了在母畜生产期间给相应的母畜补充体能，此时需要进行抗生素的补充，在确定如何进行抗生素的补充时，可以通过本申请提供的细菌耐药监测的实时监测方法，实现高效的抗生素类型及补充量判断，提高母畜体能提升效率。

具体的，本申请提供的方法应用于任意服务器中，服务器与母畜生产区域的数据采集设备产生交互，其中，数据采集设备可以包括摄像装置、称重设备、若干不同类型的传感器、体征采集设备等。通过获取数据采集设备的数据，如母畜的体征数据、激素变化水平等，通过分析体征数据，确定生育母畜在生产期间的体能消耗，从而确定出可补充的抗生素，再分析激素水平变化，根据变化分析结果，确定激素水平变化对基础耐药性的耐药影响，结合历史用药记录，确定每一补充抗生素的基础耐药性，进而确定出每一补充抗生素的实际耐药性，最终确定最佳补充抗生素及补充用量以补充消耗体能。提高母畜体能提升效率，减少抗生素的浪费。具体的实现方式可以参考以下实施例。

图2为本申请一实施例提供的一种用于细菌耐药监测的实时监测方法的流程图，本实施例的方法可以应用于以上场景中的服务器。如图2所示的，实时监测方法应用于耐药监测装置中，耐药监测装置包括服务器和数据采集设备，实时监测方法应用于服务器，该方法包括：

S201、获取生育母畜在生产期间的体征数据，分析体征数据，确定生育母畜在生产期间的体能消耗；

体征数据可以是生育母畜在生产期间的身体状况变化数据，这可以通过上述数据采集设备获得，为了便于对过往母畜身体状况的了解，这些采集到的体征数据可以存储在一个数据库中，并利用生育母畜的特点进行命名，便于后期的调取。

具体的，使用上述设备在生产期间实时收集体征数据，利用统计分析发放或专用的生物信息学工具对收集到的体征数据进行分析，可以包括体重的变化分析、饲料摄入与营养成分的综合分析，确定实时的能量摄入。根据分析结果，使用能量平衡模型估算生育母畜在生产期间的体能消耗。

S202、根据体能消耗，确定若干补充抗生素。

补充抗生素可以是具有补充体能消耗功能的抗生素。

具体的，为了确保生育母畜有足够的体力完成生育，需要进行快速的能量补充，因此在通过上述步骤确定生育母畜在生产期间的体能消耗后，通过上述设备采集到的数据，筛选出该生育母畜的生理指标，从而判断目前是否存在感染征兆，若没有，则根据当前时刻生育母畜的体能消耗量，从若干抗生素中筛选出可以进行能量补充的若干补充抗生素。如果已经出现感染迹象，在选择抗生素时，需要结合剩余母畜当前的状态进行综合考虑，确定出哪些抗生素可以解决当前时刻的感染问题，同时还可以实现能量补充。

S203、获取生育母畜的历史用药记录，分析历史用药记录，确定每一补充抗生素的基础耐药性。

历史用药记录可以是生育母畜在从生产出来截止当前阶段生病所产生的记录，其中包括生病全过程的记录，例如生病类型、生病症状、用药情况等。这些用药记录，可以伴随上述实时获取的体征数据，存储在对应属于该生育母畜的数据库中。

基础耐药性可以理解为根据生育母畜本身的体质、生长过程中的体征数据以及对应用药时的用药量所展示出的当时该生育母畜身体内对抗生素的耐药性。

具体的，从上述该生育母畜的数据库中提取该生育母畜的历史用药记录，确定每一生病的用药情况，从而基于该生育母畜每一阶段的体征数据以及生长状况，确定对应阶段对当下所用抗生素的吸收情况，从而根据吸收情况以及当时的用量，结合生育母畜的当时的体征数据，确定该生育母畜对对应抗生素的基础耐药性。

S204、获取生育母畜在怀孕期间的激素水平变化，分析激素水平变化，根据变化分析结果，确定激素水平变化对基础耐药性的耐药影响。

为了确保生育母畜的怀孕顺利，定期可以由养殖人员或其他专业人员进行专业的定期检查，同时将定期检查的数据存储到上述属于该生育母畜的数据库中。调取母畜怀孕期间的定期检查数据，从中确定出哪些项目可以反映生育母畜的激素水平，从而根据每一次的定期检查数据，确定可以反映激素水平的体检项目在生育母畜怀孕初期到生育前的数据变化情况，从而确定怀孕期间的激素水平变化。

例如，在生育母畜怀孕期间存在雌激素变化、孕激素变化以及皮质醇变化，此时，可以通过定期检查数据，确定每一次检查时的雌激素浓度、孕激素浓度和皮质醇浓度，此时，设计模型并赋予模型激素对耐药性影响的相关算法，从而在得到某一时刻的雌激素浓度、孕激素浓度和皮质醇浓度后，将这些参数输入到上述模型中，得到当前激素的变化对基础耐药性的影响。

在具体实现方式中，上述激素对耐药性影响的相关算法要考虑每一激素对基础耐药性的影响是线性关系还是非线性关系，并根据这一关系，确定对应的计算方式，同时，利用大量的样本数据验证这一关系，以确保算法的准确性。

S205、根据耐药影响，确定每一补充抗生素的实际耐药性；根据实际耐药性及体能消耗，确定最佳补充抗生素及补充用量以补充消耗体能。

实际耐药性可以是当前特定条件下（如生育母畜的生理状态、激素水平、用药历史等），细菌对抗生素的耐药程度。

最佳补充抗生素可以是在考虑了实际耐药性、体能消耗、感染风险等因素后，最适合用于当前生育母畜的抗生素。

补充用量可以是达到预期效果所需的抗生素剂量。

具体的，基于收集的数据和分析结果，使用预定义的耐药性计算公式计算每一补充抗生素的实际耐药性。根据计算出的实际耐药性和体能消耗，筛选出可以满足当前生育母畜健康需求的抗生素组合。考虑到母畜当前的感染风险、体能消耗、激素水平等因素，确定最优的抗生素选择。

通过本方案，通过实时数据采集设备持续监测生育母畜的体征数据。这种实时监测能够更及时地识别动物健康状况的变化，尤其是在生产期间，确保及时干预，减少感染和其他健康问题的发生；相比传统方法，提供了更为精准和动态的监测手段，提升了健康管理的效率和准确性。通过能量平衡模型，结合实时体征数据，准确评估母畜的体能消耗，提供精确的能量补充方案，克服了传统方法多为静态的健康评估，缺乏对生育母畜在生产过程中的动态体能消耗的准确量化的缺点，使得能量补充更加科学，有助于维持生育母畜的体能水平，减少产后疲劳和相关并发症的发生。通过分析激素变化水平对基础耐药性的影响，将激素变化水平与基础耐药性关联起来，使抗生素使用策略更加个性化和精准，特别是在怀孕期间的动物管理中，提供了额外的保护措施，使得耐药性评估更具科学依据。通过综合考虑实际耐药性、体能消耗、激素水平等因素，动态优化抗生素的选择和剂量，确保既能有效治疗疾病，又不增加耐药性风险。

在一些实施例中，数据采集设备包括运动追踪单元，运动追踪单元设置于生育母畜的胸腔和/或四肢和/或头部，获取生育母畜在生产期间的体征数据，包括：控制运动追踪单元获取生育母畜在生产期间的活动量及运动形式；分析活动量及运动形式，确定生育母畜在生产期间的体征数据；体征数据包括实时运动心率数据、实时呼吸频率、实时体温中的至少一项数据；分析体征数据，确定生育母畜在生产期间的体能消耗，包括：将实时运动心率数据、实时呼吸频率及实时体温分别于对应的基线参考值进行对比，根据对比结果，确定生育母畜的实时运动消耗；获取生育母畜的生长数据，确定生育母畜的身体状况；根据身体状况及实时运动消耗，确定生育母畜在生产期间的体能消耗。

运动追踪单元可以是安装在生育母畜胸腔和/或四肢和/或头部的传感设备，用于实时监测和记录动物的运动数据；它通常包括加速度计、陀螺仪、心率传感器和温度传感器等。

活动量可以是动物在一段时间内所进行的身体活动的总量，通常以步数、步频、移动距离等指标来衡量。

运动形式可以是指生育母畜的不同运动模式，如行走、奔跑、站立、卧倒等。

体能消耗可以是生育母畜在特定时间内由于运动、呼吸和体温维持等生理活动所消耗的能量。

基线参考值可以是正常情况下（如静止状态或健康状态下）生育母畜的生理参数值，如静息心率、正常呼吸频率和体温等。

生长数据可以是生育母畜在不同生长阶段的体重、体脂率、体长等发育指标。

身体状况可以是生育母畜的整体健康和体能状态，包括体重、体脂率、肌肉质量、营养状态等综合指标。

具体的，运动追踪单元开始实时捕捉生育母畜的活动量和运动形式。这些数据包括但不限于四肢的步频、步幅、移动方向和速度，以及头部的摆动角度和频率；采集到的数据被即时传输到服务器中进行进一步分析。除了运动量和运动形式外，运动追踪单元还集成了心率监测器和温度传感器，实时记录母畜的运动心率和体温；呼吸频率可通过体表传感器（如安装在胸部的应变计或压力传感器）检测母畜呼吸时的微小体表位移来捕获。使用信号处理算法（如傅里叶变换或小波分析）从运动传感器数据中提取特征，分析母畜的活动量和运动形式。结合四肢和头部的传感器数据，构建母畜的三维运动轨迹和运动模式；将实时监测到的运动心率数据、呼吸频率和体温与预先建立的基线参考值进行对比。通过比较实际数据与基线值之间的偏差，计算出生育母畜在不同运动形式和强度下的实时运动消耗。使用能量平衡模型（如基于氧耗量的代谢等效模型）计算母畜的运动消耗。这些模型将实时心率、呼吸频率、体温等数据作为输入变量，结合运动形式和强度，输出母畜的热量消耗和能量需求；获取生育母畜的历史生长数据，结合当前实时数据，对其身体状况进行综合评估；根据身体状况和实时运动消耗，综合评估生育母畜在生产期间的总的体能消耗。

通过本方案，通过实时监测设备持续收集生育母畜的运动、心率、体温等体征数据。这种实时性可以迅速响应母畜健康状况的变化，避免由于延迟或数据不全导致的问题,实时监测确保了在生产过程中，任何异常情况都能被即时捕捉到，从而允许快速干预，显著提高了母畜管理的准确性和效率。整合多种体征数据，并综合分析能够更全面地反映母畜的身体状况和体能消耗。通过分析每一头生育母畜的实时运动心率、呼吸频率、体温以及其历史生长数据量身定制每一头母畜的体能消耗评估。个性化的体能消耗评估有助于提供更精准的营养补充和药物使用方案，确保每头母畜都能在最佳健康状态下完成生产过程。

在一些实施例中，根据身体状况及实时运动消耗，确定生育母畜在生产期间的体能消耗，包括：根据身体状况，确定生育母畜生产前的体重；获取生育母畜的怀孕数据，分析怀孕数据，确定胎儿数量及每一预设时段内，胎儿生长变化、器官变化及荷尔蒙水平变化；根据器官变化及荷尔蒙水平变化，确定生育母畜在怀孕期间维持日常生理功能的能量需求；根据胎儿生长变化，确定胎儿的每日生长速率；根据生产前的体重、胎儿数量、能量需求及每日生长速率，通过以下公式（1）计算生育母畜的基础代谢率，根据实时运动心率数据、实时呼吸频率及实时运动消耗，确定活动代谢率；根据活动代谢率、基础代谢率及实时运动心率数据，确定生育母畜在生产期间的体能消耗。

（1）

其中，表示生育母畜的基础代谢率；表示生育母畜生产前的体重；表示胎儿生长对能量需求的影响；表示胎儿数量；表示每日生长速率；表示能量需求；

怀孕数据可以是与生育母畜怀孕相关的所有信息和参数。这些数据包括胎儿数量、母畜体重变化、激素水平变化、胎儿的生长进度等。

胎儿生长变化可以是胎儿在母畜怀孕期间的发育过程，包括胎儿的体重增加、器官发育和其他生长相关的生理变化。

器官变化可以是怀孕期间胎儿的各个器官发育变化。

荷尔蒙水平变化可以是在母畜怀孕期间，体内关键激素（如雌激素、孕激素、皮质醇等）浓度的动态变化。

能量需求可以是生育母畜在维持基础生理功能、支持胎儿生长和适应怀孕期间身体变化所需的总能量。

胎儿的每日生长速率可以是胎儿在母畜怀孕期间每日体重或体积的增加量。

基础代谢率可以是生育母畜在静止状态下维持基本生理功能所需的最低能量消耗。

活动代谢率可以是指生育母畜在进行各种活动（如走动、站立、躺卧等）时所消耗的能量。

具体的，通过定期称重或历史数据记录，获取生育母畜在生产前的体重。收集和记录生育母畜的怀孕数据，根据怀孕数据，确定生育母畜的胎儿数量；使用胎儿生长模型，确定胎儿在每一预设时段内的生长变化，包括体积增大和器官发育情况；分析胎儿的每日生长速率，这通常基于胎儿的发育阶段和母畜的健康状况；获取和分析母畜在怀孕期间的荷尔蒙水平变化数据，如：雌激素、孕激素。结合器官变化情况，确定母畜在怀孕期间维持正常生理功能所需的能量需求。

公式（1）的第一部分是基于母畜体重的基础代谢率计算公式：；这个部分表示生育母畜在不怀孕的基础条件下（即没有额外胎儿负担）时的基础代谢率。这里使用的公式是基于克莱伯定律，表示生物的代谢率与体重的(0.75)次方成比例这个公式说明了代谢率如何随体重变化：体重越大，代谢率越高，但增加的速率小于线性；公式（1）的第二部分涉及胎儿数量、胎儿生长速率和能量需求的关系，表达的是由于胎儿生长对母畜能量需求的额外增加；外层的“+1”表示在基础代谢率的基础上增加的部分能量需求。即胎儿的存在会使母畜的基础代谢率有所增加；胎儿能量需求因子用于描述每个胎儿的生长对母畜整体能量需求的具体影响，胎儿数量越多，对能量需求的增加就越显著，胎儿每日增长的质量（通常是体重增加）反映了其生长过程中的能量需求，反映了胎儿生长速率与母畜日常能量需求的相对关系；将基础代谢部分与胎儿影响部分相乘，得到怀孕期间的基础代谢率。

通过本方案，通过结合母畜的生产前体重、胎儿数量、胎儿每日生长速率等参数，利用公式（1）精确计算基础代谢率，并结合实时的运动心率、呼吸频率和运动消耗数据，得出个性化的能量需求评估。与传统的静态数据采集不同，本申请利用实时监测设备（如运动追踪单元）动态捕获生育母畜的心率、呼吸频率及运动消耗数据；特别是在生产期间，能够及时调整营养和管理策略，提高母畜的健康保障。整合了多个生理参数（如体重、胎儿数量、胎儿生长速率、器官变化、荷尔蒙水平等），并通过复杂的数学模型（如公式（1））进行综合分析。这使得能够全方位评估母畜的身体状况和能量需求。

在一些实施例中，分析历史用药记录，确定每一补充抗生素的基础耐药性，包括：分析历史用药记录，确定生育母畜的历史生病记录；根据历史生病记录，确定生育母畜每次生病时的病症变化情况及用药情况；根据病症变化情况、用药情况及身体状况，确定生育母畜的生病阶段的用药带来的细菌耐药性；获取生育母畜的进食记录，根据进食记录，确定生育母畜在进食过程中是否存在被投喂抗生素的情况；若存在，则根据进食记录，预测生育母畜的进食量；根据进食量及身体状况，预测生育母畜的抗生素代谢情况；根据抗生素代谢情况及细菌耐药性，确定每一补充抗生素的基础耐药性。

基础耐药性可以是对特定抗生素的天然抵抗能力或通过暴露于抗生素而获得的耐药水平。

历史生病记录可以是生育母畜过去所有生病的详细记录，包括病症的类型、发生时间、病情发展以及使用的治疗方法和药物。

病症变化情况可以是生育母畜在疾病发展过程中，症状的变化情况，例如病情的恶化或改善、症状的消退或加重等。

用药情况可以是生育母畜在生病期间使用的所有药物的详细信息，包括药物种类、剂量、使用频率、持续时间以及与其他药物的联用情况。

细菌耐药性可以是在生病阶段，细菌对抗生素产生的耐药性。

进食记录可以是母畜的饮食记录，尤其是饮食中是否含有抗生素添加剂。

抗生素代谢情况可以是抗生素在生育母畜体内的吸收、分布、代谢和排泄过程。

具体的，根据每次生病记录中记录的用药情况，分析每种药物的使用频率、剂量和疗程，可以确定生育母畜的历史生病记录，根据生病记录中包括的疾病发生的时间、病症的类型、用药的种类、剂量、频率及持续时间等信息，可以确定病症变化情况。结合每次用药的剂量和持续时间，评估细菌对特定抗生素的暴露时间和剂量。分析用药后病症的变化情况，若在用药后病症未见明显改善或在后续治疗中需更换或增加抗生素，可能存在细菌耐药性。收集生育母畜的进食记录，检查进食记录中是否有母畜通过进食被投喂抗生素的情况。若有，记录具体的抗生素种类及投喂剂量,通过进食记录估算母畜通过进食摄入的抗生素量,使用母畜的进食量和身体状况来预测抗生素的代谢速率。将历史用药过程中记录的细菌耐药性分析结果与抗生素的代谢情况进行综合考虑，确定每一种抗生素在不同病症下的基础耐药性。

通过本方案，通过整合历史生病记录、病症变化情况、用药情况、进食记录、抗生素代谢情况等多个数据维度，综合分析生育母畜的抗生素使用历史和细菌耐药性。这种多维度的分析方法能够提供更加全面和精确的耐药性评估。过分析每头母畜的个体化数据（如病症变化、用药情况、身体状况等），确定其特定的耐药性水平。这种个性化的评估能够帮助制定更精确的用药策略，避免一刀切的治疗方式。通过实时收集进食记录和生病阶段的用药情况，能够动态监测抗生素的摄入和代谢情况，并预测潜在的细菌耐药性。通过分析母畜对不同抗生素的基础耐药性，可以优化抗生素的使用方案。能够通过精确的耐药性分析，确定最佳的用药种类和剂量，从而提高抗生素的使用效率。

在一些实施例中，根据病症变化情况、用药情况及身体状况，确定生育母畜的生病阶段的用药带来的细菌耐药性，包括：根据用药情况，确定生育母畜在生病阶段的用药种类、用药剂量、用药时间；根据用药时间及病症变化情况，确定每一用药阶段的病情发展；根据身体状况，确定生育母畜在生病阶段的体重、体温及免疫指标；根据用药种类、用药剂量及每一用药阶段的病情发展，确定用药与细菌耐药性变化之间的相关性；根据相关性、体重、体温、免疫指标，确定生育母畜的生病阶段的用药带来的细菌耐药性。

具体的，根据用药时间和剂量，将用药过程划分为不同的阶段（例如初期、处理中期和后期）。对比每一用药阶段的病症变化与用药情况，评估用药的效果。如，分析在用药后是否出现症状的显著改善、无变化或恶化。基于用药种类、剂量、病情发展和身体状况参数，使用统计方法（如回归分析、时间序列分析）来确定用药与细菌耐药性变化之间的相关性。综合考虑用药情况、病情发展、体重、体温和免疫指标等因素，形成对生育母畜在生病阶段的细菌耐药性的全面评估。

通过本方案，通过动态监测病情变化、用药情况和身体状况，能够实时跟踪生育母畜的健康状态，并根据实时数据进行分析和调整用药策略。整合了多维数据（包括用药种类、剂量、时间、病情变化、体重、体温、免疫指标等），通过综合分析建立用药与耐药性之间的关联，提供更加全面的耐药性评估。本申请的多维数据整合可以更深入地理解细菌耐药性的形成机制，并做出更科学的判断。从而能够识别出用药后细菌耐药性的发展模式，并提前预警。

在一些实施例中，根据进食量及身体状况，预测生育母畜的抗生素代谢情况，包括：根据身体状况，确定母畜在生长阶段的实时体重、实时体脂率、实时代谢率；根据进食记录，确定每一次的投喂量、投喂的广谱抗生素的投喂种类、投喂剂量、投喂频率；根据进食量、投喂量、投喂种类及投喂剂量，确定广谱抗生素的摄入量；根据摄入量、实时代谢率、实时体重、投喂频率及实时体脂率，预测生育母畜在每一次进食后的抗生素代谢情况。

广谱抗生素可以是能够对多种不同类型的细菌有效的抗生素。

具体的，根据母畜在生长阶段的实时身体状况数据，确定出实时体重、实时体脂率和实时代谢率。根据进食记录，确定每次进食中包含的广谱抗生素的种类和剂量，计算母畜在每次进食中摄入的广谱抗生素的总量。进食量是每次进食的总重量，投喂量是抗生素的投喂比例，抗生素浓度是广谱抗生素在投喂食物中的浓度。使用母畜的实时体重和实时代谢率来确定抗生素的初始代谢率。一般来说，体重越大，代谢率越低；反之亦然。体脂率影响药物的分布和代谢，通常体脂率越高，药物的分布体积越大，代谢速率可能降低。基于上述数据，建立抗生素的代谢模型；模型的输入参数包括：抗生素摄入量、实时体重、实时体脂率、实时代谢率、投喂频率。代谢模型的输出是母畜在每次进食后的抗生素血药浓度和代谢速率。

通过本方案，通过对母畜的实时身体状况（包括体重、体脂率、代谢率）和进食情况进行详细分析，可以精确计算每次抗生素的摄入量，并预测其在体内的代谢情况。这种精确性有助于在正确的时间和剂量下投喂抗生素，从而提高药物的使用效率和治疗效果。通过准确预测抗生素的代谢情况，能够避免过量使用抗生素，减少不必要的药物暴露。这有助于降低细菌耐药性的风险，从而延长抗生素的有效使用期，确保长期的治疗效果。实时监测和预测母畜的抗生素代谢情况，能够帮助养殖者及时调整投喂策略，以应对母畜健康状况的变化。这种主动管理方法可以减少疾病的发生，提高母畜的整体健康水平，进而提高养殖的生产效率和经济效益。实时代谢预测可以让养殖者根据母畜的个体情况灵活调整治疗方案。例如，在代谢较慢的情况下，可以减少剂量或延长投喂间隔，从而避免药物积累引发副作用。

在一些实施例中，根据抗生素代谢情况及细菌耐药性，确定每一补充抗生素的基础耐药性，根据以下公式（2）计算：

（2）

其中，表示每一补充抗生素的基础耐药性；表示细菌耐药性；表示根据实时体重及实时体脂率得到的抗生素分布体积；表示投喂剂量；表示根据身体状况得到的生育母畜在每一次投喂后的抗生素吸收速率常数；表示根据投喂频率，确定出的喂养抗生素的周期；表示在对应喂养抗生素的周期中，抗生素的消除速率；表示实时代谢率；表示根据投喂频率、身体状况、投喂剂量，确定出的药物暴露量对基础耐药性的敏感性；表示增减投喂剂量对敏感性的影响；表示调整因子。

药物暴露量可以是抗生素在母畜体内的浓度随时间的积累。

抗生素的消除速率可以是指抗生素从体内被代谢和排泄的速度。

基础耐药性的敏感性可以是细菌对抗生素产生耐药性倾向的敏感程度。

具体的，公式中的关键部分表示了一个剂量在特定时间段内暴露给细菌的总量。暴露量对基础耐药性的影响通过表示，这部分计算描述了抗生素暴露对耐药性增长的非线性影响。抗生素的代谢率直接影响了药物在体内的持久性和浓度，进而影响细菌的耐药性。公式中的部分就是用来调整因代谢率变化而产生的耐药性差异。将以上所有影响因素综合起来，得到最终的基础耐药性。这个结果综合了母畜的生理状态、抗生素的给药情况和代谢特点，反映了在特定条件下抗生素可能引起的细菌耐药性水平。

通过本方案，通过公式计算，每一补充抗生素的基础耐药性能够精确反映在特定条件下，细菌对所使用的抗生素产生耐药性的程度。这种预测有助于养殖者在用药时提前识别出可能导致耐药性增强的情况，从而采取预防性措施。由于计算过程考虑了母畜的实时体重、体脂率、代谢率等个体生理特征，所得到的基础耐药性值具有很高的个性化。这种个性化计算允许根据每头母畜的具体情况制定用药策略。公式计算能够帮助识别抗生素使用中可能存在的剂量过高或过低的情况。通过对敏感性参数、剂量影响参数以及调整因子的评估，可以优化抗生素的使用剂量和频率，从而减少不必要的抗生素暴露，降低细菌耐药性发展的风险。由于公式整合了实时代谢率和其他动态因素，计算出的基础耐药性值能够反映母畜当前的生理状态。

在一些实施例中，根据投喂频率、身体状况、投喂剂量，确定出药物暴露量，根据以下公式（3）计算：

（3）

其中，表示药物暴露量；表示根据投喂频率，确定出的喂养抗生素的周期；表示投喂剂量；表示根据身体状况得到的生育母畜在每一次投喂后的抗生素吸收速率常数；表示根据实时体重及实时体脂率得到的抗生素分布体积；表示在对应喂养抗生素的周期中，抗生素的消除速率；表示一个连续的时间变量，表示药物进入体内后的时间进程。

具体的，公式（3）计算了从时间到时间期间，抗生素在体内的浓度变化与时间的乘积，求得整个时间段内的药物暴露量。计算抗生素的分布体积，反映药物在体内的分布情况。投喂剂量和抗生素的吸收速率常数，表示药物进入体内的初始浓度。反映药物在体内的消除过程，由消除速率常数决定，随着时间的增加，药物浓度逐渐降低，需要对整个喂养周期内，药物在体内的浓度进行积分。积分的结果就是整个时间段内药物的总暴露量，反映了药物从吸收进入体内到被消除出体外的整个过程中的总暴露量。较大的AUC值通常意味着药物浓度高且持续时间长，可能导致更好的治疗效果或更高的耐药性风险。

通过本方案，通过积分计算药物在体内的浓度随时间变化的总和，能够精确评估在特定投喂周期内，抗生素在母畜体内的总暴露量。有助于确保药物的疗效与安全性。计算出的值可以帮助优化抗生素的投喂策略，以确保药物在母畜体内维持适当的浓度。有助于在保证治疗效果的同时，避免药物过量或不足引起的副作用或耐药性发展。由于公式中的参数都可以根据母畜的具体身体状况进行个性化调整，计算出的值能够反映每头母畜的个体差异，从而支持制定个性化的治疗方案。这种方法确保每头母畜都能得到最适合其生理状态的抗生素治疗。通过精确控制药物暴露量，可以减少细菌接触亚抑制浓度抗生素的机会，降低耐药性菌株的选择压力，从而有效管理抗生素耐药性的风险。的计算为抗生素使用的决策提供了科学依据。养殖者可以依赖这些数据进行合理的投喂决策，而不是依赖经验或尝试，确保用药的有效性和安全性。

图3为本申请一实施例提供的一种用于细菌耐药监测的实时监测设备的结构示意图，如图3所示的，本实施例的实时监测设备300包括：消耗分析模块301、抗生素确定模块302、基础耐药分析模块303、耐药影响分析模块304。

消耗分析模块301，用于获取生育母畜在生产期间的体征数据，分析体征数据，确定生育母畜在生产期间的体能消耗；

抗生素确定模块302，用于根据体能消耗，确定若干补充抗生素；

基础耐药分析模块303，用于获取生育母畜的历史用药记录，分析历史用药记录，确定每一补充抗生素的基础耐药性；

耐药影响分析模块304，用于获取生育母畜在怀孕期间的激素水平变化，分析激素水平变化，根据变化分析结果，确定激素水平变化对基础耐药性的耐药影响；

抗生素选择模块305，用于根据耐药影响，确定每一补充抗生素的实际耐药性；根据实际耐药性及体能消耗，确定最佳补充抗生素及补充用量以补充消耗体能。

可选的，数据采集设备包括运动追踪单元，运动追踪单元设置于生育母畜的胸腔和/或四肢和/或头部，消耗分析模块301获取生育母畜在生产期间的体征数据时，用于：控制运动追踪单元获取生育母畜在生产期间的活动量及运动形式；分析活动量及运动形式，确定生育母畜在生产期间的体征数据；体征数据包括实时运动心率数据、实时呼吸频率、实时体温中的至少一项数据；分析体征数据，确定生育母畜在生产期间的体能消耗，包括：将实时运动心率数据、实时呼吸频率及实时体温分别于对应的基线参考值进行对比，根据对比结果，确定生育母畜的实时运动消耗；获取生育母畜的生长数据，确定生育母畜的身体状况；根据身体状况及实时运动消耗，确定生育母畜在生产期间的体能消耗。

可选的，消耗分析模块301根据身体状况及实时运动消耗，确定生育母畜在生产期间的体能消耗时，用于：根据身体状况，确定生育母畜生产前的体重；获取生育母畜的怀孕数据，分析怀孕数据，确定胎儿数量及每一预设时段内，胎儿生长变化、器官变化及荷尔蒙水平变化；根据器官变化及荷尔蒙水平变化，确定生育母畜在怀孕期间维持日常生理功能的能量需求；根据胎儿生长变化，确定胎儿的每日生长速率；根据生产前的体重、胎儿数量、能量需求及每日生长速率，通过以下公式计算生育母畜的基础代谢率：

；

其中，表示生育母畜的基础代谢率；表示生育母畜生产前的体重；表示胎儿生长对能量需求的影响；表示胎儿数量；表示每日生长速率；表示能量需求；

根据实时运动心率数据、实时呼吸频率及实时运动消耗，确定活动代谢率；根据活动代谢率、基础代谢率及实时运动心率数据，确定生育母畜在生产期间的体能消耗。

可选的，基础耐药分析模块303，用于：分析历史用药记录，确定生育母畜的历史生病记录；根据历史生病记录，确定生育母畜每次生病时的病症变化情况及用药情况；根据病症变化情况、用药情况及身体状况，确定生育母畜的生病阶段的用药带来的细菌耐药性；获取生育母畜的进食记录，根据进食记录，确定生育母畜在进食过程中是否存在被投喂抗生素的情况；若存在，则根据进食记录，预测生育母畜的进食量；根据进食量及身体状况，预测生育母畜的抗生素代谢情况；根据抗生素代谢情况及细菌耐药性，确定每一补充抗生素的基础耐药性。

可选的，基础耐药分析模块303根据病症变化情况、用药情况及身体状况，确定生育母畜的生病阶段的用药带来的细菌耐药性时，用于：根据用药情况，确定生育母畜在生病阶段的用药种类、用药剂量、用药时间；根据用药时间及病症变化情况，确定每一用药阶段的病情发展；根据身体状况，确定生育母畜在生病阶段的体重、体温及免疫指标；根据用药种类、用药剂量及每一用药阶段的病情发展，确定用药与细菌耐药性变化之间的相关性；根据相关性、体重、体温、免疫指标，确定生育母畜的生病阶段的用药带来的细菌耐药性。

可选的，基础耐药分析模块303，用于：根据身体状况，确定母畜在生长阶段的实时体重、实时体脂率、实时代谢率；根据进食记录，确定每一次的投喂量、投喂的广谱抗生素的投喂种类、投喂剂量、投喂频率；根据进食量、投喂量、投喂种类及投喂剂量，确定广谱抗生素的摄入量；根据摄入量、实时代谢率、实时体重、投喂频率及实时体脂率，预测生育母畜在每一次进食后的抗生素代谢情况。

可选的，基础耐药分析模块303根据抗生素代谢情况及细菌耐药性，确定每一补充抗生素的基础耐药性时，根据以下公式计算：

；

其中，表示每一补充抗生素的基础耐药性；表示细菌耐药性；表示根据实时体重及实时体脂率得到的抗生素分布体积；表示投喂剂量；表示根据身体状况得到的生育母畜在每一次投喂后的抗生素吸收速率常数；表示根据投喂频率，确定出的喂养抗生素的周期；表示在对应喂养抗生素的周期中，抗生素的消除速率；表示实时代谢率；表示根据投喂频率、身体状况、投喂剂量，确定出的药物暴露量对基础耐药性的敏感性；表示增减投喂剂量对敏感性的影响；表示调整因子。

可选的，基础耐药分析模块303根据投喂频率、身体状况、投喂剂量，确定出药物暴露量，根据以下公式计算：

；

其中，表示药物暴露量；表示根据投喂频率，确定出的喂养抗生素的周期；表示投喂剂量；表示根据身体状况得到的生育母畜在每一次投喂后的抗生素吸收速率常数；表示根据实时体重及实时体脂率得到的抗生素分布体积；表示在对应喂养抗生素的周期中，抗生素的消除速率；表示一个连续的时间变量，表示药物进入体内后的时间进程。

本实施例的设备，可以用于执行上述任一实施例的方法，其实现原理和技术效果类似，此处不再赘述。

Claims (5)

1.一种用于细菌耐药监测的实时监测方法，其特征在于，所述实时监测方法应用于耐药监测装置中，所述耐药监测装置包括服务器和数据采集设备，所述实时监测方法应用于所述服务器，所述方法包括：

获取生育母畜在生产期间的体征数据，分析所述体征数据，确定所述生育母畜在生产期间的体能消耗；

根据所述体能消耗，确定若干补充抗生素；

获取所述生育母畜的历史用药记录，分析所述历史用药记录，确定每一补充抗生素的基础耐药性；

获取所述生育母畜在怀孕期间的激素水平变化，分析所述激素水平变化，根据变化分析结果，确定所述激素水平变化对所述基础耐药性的耐药影响；

根据所述耐药影响，确定每一补充抗生素的实际耐药性；根据所述实际耐药性及所述体能消耗，确定最佳补充抗生素及补充用量以补充消耗体能；

所述数据采集设备包括运动追踪单元，所述运动追踪单元设置于所述生育母畜的胸腔和/或四肢和/或头部，所述获取生育母畜在生产期间的体征数据，包括：

控制所述运动追踪单元获取所述生育母畜在生产期间的活动量及运动形式；

分析所述活动量及所述运动形式，确定所述生育母畜在生产期间的体征数据；

所述体征数据包括实时运动心率数据、实时呼吸频率、实时体温中的至少一项数据；所述分析所述体征数据，确定所述生育母畜在生产期间的体能消耗，包括：

将所述实时运动心率数据、所述实时呼吸频率及所述实时体温分别于对应的基线参考值进行对比，根据对比结果，确定所述生育母畜的实时运动消耗；

获取所述生育母畜的生长数据，确定所述生育母畜的身体状况；根据所述身体状况及所述实时运动消耗，确定所述生育母畜在生产期间的体能消耗；

所述根据所述身体状况及所述实时运动消耗，确定所述生育母畜在生产期间的体能消耗，包括：

根据所述身体状况，确定所述生育母畜生产前的体重；

获取所述生育母畜的怀孕数据，分析所述怀孕数据，确定胎儿数量及每一预设时段内，胎儿生长变化、器官变化及荷尔蒙水平变化；

根据所述器官变化及所述荷尔蒙水平变化，确定所述生育母畜在怀孕期间维持日常生理功能的能量需求；

根据所述胎儿生长变化，确定胎儿的每日生长速率；

根据所述生产前的体重、所述胎儿数量、所述能量需求及所述每日生长速率，通过以下公式计算所述生育母畜的基础代谢率：

；

其中，表示所述生育母畜的基础代谢率；表示所述生育母畜生产前的体重；表示胎儿生长对能量需求的影响；表示所述胎儿数量；表示所述每日生长速率；表示所述能量需求；

根据所述实时运动心率数据、所述实时呼吸频率及所述实时运动消耗，确定活动代谢率；

根据所述活动代谢率、所述基础代谢率及所述实时运动心率数据，确定所述生育母畜在生产期间的体能消耗；

所述分析所述历史用药记录，确定每一补充抗生素的基础耐药性，包括：

分析所述历史用药记录，确定所述生育母畜的历史生病记录；

根据所述历史生病记录，确定所述生育母畜每次生病时的病症变化情况及用药情况；

根据所述病症变化情况、所述用药情况及所述身体状况，确定所述生育母畜的生病阶段的用药带来的细菌耐药性；

获取所述生育母畜的进食记录，根据所述进食记录，确定所述生育母畜在进食过程中是否存在被投喂抗生素的情况；

若存在，则根据所述进食记录，预测所述生育母畜的进食量；

根据所述进食量及所述身体状况，预测所述生育母畜的抗生素代谢情况；

根据所述抗生素代谢情况及所述细菌耐药性，确定每一补充抗生素的基础耐药性；

所述根据所述抗生素代谢情况及所述细菌耐药性，确定每一补充抗生素的基础耐药性，根据以下公式计算：

；

其中，表示每一补充抗生素的基础耐药性； 表示所述细菌耐药性；表示根据所述实时体重及所述实时体脂率得到的抗生素分布体积；表示投喂剂量；表示根据所述身体状况得到的所述生育母畜在每一次投喂后的抗生素吸收速率常数；表示根据投喂频率，确定出的喂养抗生素的周期；表示在对应喂养抗生素的周期中，抗生素的消除速率；表示实时代谢率；表示根据所述投喂频率、所述身体状况、所述投喂剂量，确定出的药物暴露量对基础耐药性的敏感性；表示增减所述投喂剂量对所述敏感性的影响；表示调整因子；

所述根据所述投喂频率、所述身体状况、所述投喂剂量，确定出药物暴露量，根据以下公式计算：

；

其中，表示所述药物暴露量；表示根据所述投喂频率，确定出的喂养抗生素的周期；表示所述投喂剂量；表示根据所述身体状况得到的所述生育母畜在每一次投喂后的抗生素吸收速率常数；表示根据实时体重及实时体脂率得到的抗生素分布体积；表示在对应喂养抗生素的周期中，抗生素的消除速率；表示一个连续的时间变量，表示药物进入体内后的时间进程。

2.根据权利要求1所述的方法，其特征在于，所述根据所述病症变化情况、所述用药情况及所述身体状况，确定所述生育母畜的生病阶段的用药带来的细菌耐药性，包括：

根据所述用药情况，确定所述生育母畜在生病阶段的用药种类、用药剂量、用药时间；

根据所述用药时间及所述病症变化情况，确定每一用药阶段的病情发展；

根据所述身体状况，确定所述生育母畜在生病阶段的体重、体温及免疫指标；

根据所述用药种类、用药剂量及每一用药阶段的病情发展，确定用药与细菌耐药性变化之间的相关性；

根据所述相关性、所述体重、所述体温、所述免疫指标，确定所述生育母畜的生病阶段的用药带来的细菌耐药性。

3.根据权利要求1所述的方法，其特征在于，所述根据所述进食量及所述身体状况，预测所述生育母畜的抗生素代谢情况，包括：

根据所述身体状况，确定所述母畜在生长阶段的实时体重、实时体脂率、实时代谢率；

根据所述进食记录，确定每一次的投喂量、投喂的广谱抗生素的投喂种类、投喂剂量、投喂频率；

根据所述进食量、所述投喂量、所述投喂种类及所述投喂剂量，确定所述广谱抗生素的摄入量；

根据所述摄入量、所述实时代谢率、所述实时体重、所述投喂频率及所述实时体脂率，预测所述生育母畜在每一次进食后的抗生素代谢情况。

4.一种用于细菌耐药监测的实时监测设备，其特征在于，应用于如权利要求1-3任一项所述的方法，包括：

消耗分析模块，用于获取生育母畜在生产期间的体征数据，分析所述体征数据，确定所述生育母畜在生产期间的体能消耗；

抗生素确定模块，用于根据所述体能消耗，确定若干补充抗生素；

基础耐药分析模块，用于获取所述生育母畜的历史用药记录，分析所述历史用药记录，确定每一补充抗生素的基础耐药性；

耐药影响分析模块，用于获取所述生育母畜在怀孕期间的激素水平变化，分析所述激素水平变化，根据变化分析结果，确定所述激素水平变化对所述基础耐药性的耐药影响；

抗生素选择模块，用于根据所述耐药影响，确定每一补充抗生素的实际耐药性；根据所述实际耐药性及所述体能消耗，确定最佳补充抗生素及补充用量以补充消耗体能。

5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序；所述计算机程序被处理器执行时，实现如权利要求1-3任一项所述的方法。