技术领域
[0001] 本
发明涉及区块链技术领域,尤其涉及一种基于区块链的牲畜养殖流通追踪方法、电子装置及存储介质。
背景技术
[0002] 在经济高速发展的今天,我国工业化和城镇化发展依旧迅速,但是农业现代化的发展明显落后于其他国家,
食品安全无法保证,农业资源浪费等问题,归根结底其实是农产品供需
不平衡造成的,而不平衡则是因为在农业生产、流通、消费三大环节中,生产者和消费者无法实现信息对称。
[0003] 区块链技术的发展应用则可以有效解决该问题,区块链就是以去中心化和去信任化的方式,通过分布式数据存储、点对点传输、共识机制、加密
算法等计算机技术,来集体维护一个可靠
数据库的技术方案。
[0004] 区块链具有不可篡改的特点,能保证农业生产、流通、消费的整个过程中,所有产生的数据都被真实记录,并可以追溯,安全可靠。
发明内容
[0005] 本发明的目的在于提供一种牲畜养殖流通追踪方法、电子装置及存储介质,旨在利用区块链技术对投保牲畜生命周期进行追踪,实现牲畜信息对称及安全。
[0006] 为实现上述目的,本发明提供一种电子装置,所述电子装置包括
存储器及处理器,所述存储器中存储有可在所述处理器上运行的牲畜养殖流通追踪程序,所述牲畜养殖流通追踪程序被所述处理器执行时实现如下步骤:
[0007]
节点构建步骤:通过成像装置获取每只投保牲畜的脸部特征信息作为该牲畜的身份ID,基于该身份ID在区块链系统中为每只牲畜生成一个数据节点,每个数据节点包括投保
生物特征信息、投保
健康状态及投保养殖环境信息的数据库;
[0008] 第一状态记录步骤:定期通过预先训练的牲畜脸部识别系统对每只牲畜进行脸部识别以确认身份ID,将确认身份ID的每只牲畜的成长数据更新到所述区块链系统该身份ID代表的数据节点相对应的数据库中,所述牲畜的成长数据包括每只牲畜的活动情况、喂养情况、体质情况和用药情况;
[0009] 第二状态记录步骤:记录牲畜检疫后的牲畜信息状态,符合屠宰要求的牲畜被屠宰、分割后,为牲畜的每一分解部位生成唯一的二维码,建立该二维码与该屠宰牲畜在所述区块链系统中相应的数据节点的关联关系;
[0010] 信息汇总步骤:记录每只已屠宰牲畜的每个分解部位在运输过程中的运输数据及到达销售
门店后的销售数据,并上传到所述区块链系统中相应的数据节点的数据库中,形成完整的牲畜数据库。
[0011] 优选的,其中,所述预先训练的牲畜脸部识别系统为孪生神经网络模型,包括第一
卷积神经网络模型、第二卷积神经网络模型,所述通过预先训练的牲畜脸部识别系统对每只牲畜进行脸部识别以确认身份ID包括以下步骤:
[0012] 利用第一卷积神经网络模型对前一次获取到的牲畜脸部图像进行特征提取,得到第一脸部
特征向量;
[0013] 利用该第二卷积神经网络模型对牲畜当前的脸部图像进行特征提取,输出对应的第二脸部特征向量;
[0014] 计算所述第一脸部特征向量与第二脸部特征向量的向量距离,以该向量距离作为相似度值,当该相似度值超过预设
阀值时,确认该当前牲畜脸部图像与前一次获取到的牲畜脸部图像为相同身份ID牲畜的脸部图像;
[0015] 当牲畜身份ID确认后,用牲畜当前的脸部图像替换前一次获取到的牲畜脸部图像,并从牲畜当前的脸部图像中提取得到更新后的第二脸部特征向量。
[0016] 优选的,所述第二状态记录步骤还包括:
[0017] 通过牲畜脸部识别系统确认牲畜的身份ID,当符合屠宰要求的牲畜被屠宰后,在所述数据节点的数据库中将该牲畜的生命状态更新为已屠宰;
[0018] 若牲畜的检疫结果不符合屠宰要求,则在所述数据节点的数据库中将牲畜的生命状态更新为检疫不合格。
[0019] 优选的,所述牲畜养殖流通追踪程序被所述处理器执行时,在所述第二状态记录步骤之前,还执行以下步骤:
[0020] 若养殖过程中发生牲畜死亡,则利用牲畜脸部识别系统确定该死亡牲畜的身份ID,并将该死亡牲畜的生命状态
修改为已死亡;及
[0021] 若死亡牲畜的死亡原因达到理赔标准,则通过区块链的
智能合约将理赔方金额划入投保方。
[0022] 此外,为实现上述目的,本发明还提供一种基于区块链的牲畜养殖流通追踪方法,应用于电子装置,该方法包括:
[0023] S1:通过成像装置获取每只投保牲畜的脸部特征信息作为该牲畜的身份ID,基于该身份ID在区块链系统中为每只牲畜生成一个数据节点,每个数据节点包括投保生物特征信息、投保健康状态及投保养殖环境信息的数据库;
[0024] S2:定期通过预先训练的牲畜脸部识别系统对每只牲畜进行脸部识别以确认身份ID,将确认身份ID的每只牲畜的成长数据更新到所述区块链系统该身份ID代表的数据节点相对应的数据库中,所述牲畜的成长数据包括每只牲畜的活动情况、喂养情况、体质情况和用药情况;
[0025] S3:记录牲畜检疫后的牲畜信息状态,符合屠宰要求的牲畜被屠宰、分割后,为牲畜的每一分解部位生成唯一的二维码,建立该二维码与该屠宰牲畜在所述区块链系统中相应的数据节点的关联关系;
[0026] S4:记录每只已屠宰牲畜的每个分解部位在运输过程中的运输数据及到达销售门店后的销售数据,并上传到所述区块链系统中相应的数据节点的数据库中,形成完整的牲畜数据库。
[0027] 优选的,其中,所述预先训练的牲畜脸部识别系统为孪生神经网络模型,包括第一卷积神经网络模型、第二卷积神经网络模型,所述通过预先训练的牲畜脸部识别系统对每只牲畜进行脸部识别以确认身份ID包括以下步骤:
[0028] 利用第一卷积神经网络模型对前一次获取到的牲畜脸部图像进行特征提取,得到第一脸部特征向量;
[0029] 利用该第二卷积神经网络模型对牲畜当前的脸部图像进行特征提取,输出对应的第二脸部特征向量;
[0030] 计算所述第一脸部特征向量与第二脸部特征向量的向量距离,以该向量距离作为相似度值,当该相似度值超过预设阀值时,确认该当前牲畜脸部图像与前一次获取到的牲畜脸部图像为相同身份ID牲畜的脸部图像;
[0031] 当牲畜身份ID确认后,用牲畜当前的脸部图像替换前一次获取到的牲畜脸部图像,并从牲畜当前的脸部图像中提取得到更新后的第二脸部特征向量。
[0032] 优选的,所述第二状态记录步骤还包括:
[0033] 通过牲畜脸部识别系统确认牲畜的身份ID,当符合屠宰要求的牲畜被屠宰后,在所述数据节点的数据库中将该牲畜的生命状态更新为已屠宰;
[0034] 若牲畜的检疫结果不符合屠宰要求,则在所述数据节点的数据库中将牲畜的生命状态更新为检疫不合格。
[0035] 优选的,在所述S3步骤之前,还包括以下步骤:
[0036] 若养殖过程中发生牲畜死亡,则利用牲畜脸部识别系统确定该死亡牲畜的身份ID,并将该死亡牲畜的生命状态修改为已死亡;及
[0037] 若死亡牲畜的死亡原因达到理赔标准,则通过区块链的智能合约将理赔方金额划入投保方。
[0038] 优选的,该方法还包括:
[0039] 响应用户扫描所述二维码的
请求,从所述区块链系统相应数据节点的数据库中读取该二维码匹配的屠宰牲畜的相关信息,展示给用户。
[0040] 此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有牲畜养殖流通追踪程序,所述牲畜养殖流通追踪程序可被处理器执行如上任一项所述的基于区块链的牲畜养殖流通追踪方法。
[0041] 本发明的有益效果是:通过区块链系统、基于
深度学习训练的牲畜脸部识别系统对投保牲畜整个生命周期实现智能追踪,保证牲畜养殖过程中真实数据不被篡改,实现生产者和消费者的信息对称及数据安全。
附图说明
[0042] 图1为本发明电子装置一
实施例的示意图;
[0043] 图2为本发明基于区块链的牲畜养殖流通追踪方法一实施例的
流程图。
具体实施方式
[0044] 为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0045] 需要说明的是,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为
基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
[0046] 参阅图1所示,为本发明电子装置一实施例的示意图。电子装置1是一种能够按照事先设定或者存储的指令,自动进行数值计算和/或信息处理的设备。所述电子装置1可以是计算机、也可以是单个网络
服务器、多个网络服务器组成的服务器组或者基于
云计算的由大量主机或者网络服务器构成的云,其中云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个超级虚拟计算机。
[0047] 在本实施例中,电子装置1可包括,但不仅限于,可通过
系统总线相互通信连接的存储器11、处理器12、网络
接口13,存储器11存储有可在处理器12上运行的牲畜养殖流通追踪程序10。需要指出的是,图1仅示出了具有组件11-13的电子装置1,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
[0048] 其中,存储器11包括内存及至少一种类型的可读存储介质。内存为电子装置1的运行提供缓存;可读存储介质可为如闪存、
硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机
访问存储器(RAM)、静态随机访问存储器(SRAM)、
只读存储器(ROM)、
电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、
磁性存储器、磁盘、光盘等的非易失性存储介质。在一些实施例中,可读存储介质可以是电子装置1的内部存储单元,例如该电子装置1的硬盘;在另一些实施例中,该非易失性存储介质也可以是电子装置1的外部存储设备,例如电子装置1上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。本实施例中,存储器11的可读存储介质通常用于存储安装于电子装置1的
操作系统和各类应用
软件,例如存储本发明一实施例中的牲畜养殖流通追踪程序等。此外,存储器11还可以用于暂时地存储已经输出或者将要输出的各类数据。
[0049] 所述处理器12在一些实施例中可以是
中央处理器(Central Processing Unit,CPU)、
控制器、
微控制器、
微处理器、或其他
数据处理芯片。该处理器12通常用于控制所述电子装置1的总体操作,例如执行与所述其他设备进行数据交互或者通信相关的控制和处理等。本实施例中,所述处理器12用于运行所述存储器11中存储的程序代码或者处理数据,例如运行牲畜养殖流通追踪程序等。
[0050] 所述网络接口13可包括无线网络接口或有线网络接口,该网络接口13通常用于在所述电子装置1与其他电子设备之间建立通信连接。
[0051] 所述牲畜养殖流通追踪程序存储在存储器11中,包括存储在存储器11中的计算机可读指令,该计算机可读指令可被处理器12执行,以实现本
申请各实施例的方法。
[0052] 在一实施例中,上述牲畜养殖流通追踪程序被所述处理器12执行时实现如下步骤:
[0053] 节点构建步骤:通过成像装置(例如
照相机、CCD摄像头等)获取每只投保牲畜的脸部特征信息作为该牲畜的身份ID,基于该身份ID在区块链系统中为每只牲畜生成一个数据节点,每个数据节点包括投保生物特征信息、投保健康状态及投保养殖环境信息的数据库;
[0054] 其中,数据库是按照数据结构来组织、存储和管理数据的,并建立在计算机存储设备上。所述区块链系统通过共识机制进一步验证数据真实性,对已有信息进行提醒,避免重录信息,反馈残缺信息,对有误信息不予保存,信息数据在得到共识之后不可篡改。
[0055] 共识机制是区块链系统中实现不同节点之间建立信任、获取权益的数学算法。
[0056] 第一状态记录步骤:定期通过预先训练的牲畜脸部识别系统对每只牲畜进行脸部识别以确认身份ID,将确认身份ID的每只牲畜的成长数据更新到所述区块链系统该身份ID代表的数据节点相对应的数据库中,所述牲畜的成长数据包括每只牲畜的活动情况、喂养情况、体质情况和用药情况;
[0057] 其中,数据更新(data revision)是以新数据项或记录、替换数据文件或数据库中与之相对应的旧数据项或记录的过程。数据更新可以使用“对象资源管理器”和T-SQL语句两种方式实现。
[0058] 对象资源管理器是SQL Server Management Studio提供用于在数据库引擎、Analysis Services、Integration Services和Reporting Services实例中管理对象的功能;
[0059] T-SQL即Transact-SQL,是SQL在Microsoft SQL Server上的增强版,它是用来让应用程序与SQL Server沟通的主要语言。
[0060] 第二状态记录步骤:记录牲畜检疫后的牲畜信息状态,符合屠宰要求的牲畜被屠宰、分割后,为牲畜的每一分解部位生成唯一的二维码,建立该二维码与该屠宰牲畜在所述区块链系统中相应的数据节点的关联关系;
[0061] 所述二维码是用某种特定的几何图形按一定规律在平面(二维方向上)分布的黑白相间的图形记录数据符号信息的;在代码编制上巧妙地利用构成计算机内部逻辑基础的“0”、“1”比特流的概念,使用若干个与二进制相对应的几何形体来表示文字数值信息,通过图象输入设备或光电扫描设备自动识读以实现信息自动处理:它具有条码技术的一些共性:每种码制有其特定的字符集;每个字符占有一定的宽度;具有一定的校验功能等。同时还具有对不同行的信息自动识别功能、及处理图形旋转变化点。
[0062] 信息汇总步骤:记录每只已屠宰牲畜的每个分解部位在运输过程中的运输数据及到达销售门店后的销售数据,并上传到所述区块链系统中相应的数据节点的数据库中,形成完整的牲畜数据库;
[0063] 其中,运输数据包括:出发地、目的地、实时
位置、交通工具、猪肉冷藏状况;
[0064] 销售数据包括:该猪肉所属部位、重量、价格、从屠宰到出售所经历的时间。
[0065] 进一步地,在本实施例中,所述预先训练的牲畜脸部识别系统为孪生神经网络模型,包括第一卷积神经网络模型、第二卷积神经网络模型,所述通过预先训练的牲畜脸部识别系统对每只牲畜进行脸部识别以确认身份ID包括以下步骤:
[0066] 利用第一卷积神经网络模型对前一次获取到的牲畜脸部图像进行特征提取,得到第一脸部特征向量;
[0067] 利用该第二卷积神经网络模型对牲畜当前的脸部图像进行特征提取,输出对应的第二脸部特征向量;
[0068] 计算所述第一脸部特征向量与第二脸部特征向量的向量距离,以该向量距离作为相似度值,当该相似度值超过预设阀值时,确认该当前牲畜脸部图像与前一次获取到的牲畜脸部图像为相同身份ID牲畜的脸部图像;
[0069] 当牲畜身份ID确认后,用牲畜当前的脸部图像替换前一次获取到的牲畜脸部图像,并从牲畜当前的脸部图像中提取得到更新后的第二脸部特征向量。
[0070] 进一步地,在本实施例中,所述第二状态记录步骤还包括:
[0071] 通过牲畜脸部识别系统确认牲畜的身份ID,当符合屠宰要求的牲畜被屠宰后,在所述数据节点的数据库中将该牲畜的生命状态更新为已屠宰;
[0072] 若牲畜的检疫结果不符合屠宰要求,则在所述数据节点的数据库中将牲畜的生命状态更新为检疫不合格。
[0073] 所述检疫包括宰前检疫和宰后检疫,其中宰前检疫包括4个方面,分别为:
[0074] 看,对灵敏度反应的检查是判断病与健较为准确的方法之一。健康牲畜的被毛和
皮肤有光泽,精神活泼,反应灵敏,抬头四处观望,犯病牲畜的精神沉郁,反应迟钝,
耳朵下垂,头不抬,眼半闭,鼻镜干燥不湿润,行走迟缓或呆立不动;
[0075] 听,主要是
呼吸音、呼叫声、咳嗽声。借助
听诊器听诊,一般健康牲畜
肺泡呼吸音呈类似“呋呋”的声音,吸气时清楚,呼气时微弱;当患肺炎、肺气肿、胸膜肺炎时肺泡音呼吸异常;健康牲畜呼叫声为轻轻地哼哼叫声,犯病牲畜的叫声嘶哑低沉,呻吟等;感冒时咳声高昂,粗大,连声一般无痰沫喷出;
[0076] 摸,用手触摸体表
感知皮肤皮下变化,健康牲畜体表皮肤柔软、富有弹性,无
水肿、疹块、气肿等变化。体表淋巴结主要检查牲畜咽喉和颈浅淋巴结,根据大小、形态、
温度、敏感度和活动性进行检查。如牲畜患链球菌病淋巴结有明显的肿胀、热痛,表面出现
波动感。临床上通常对牲畜腹股沟淋巴结进行检查是否肿大;
[0077] 检,重点是检测体温,因为体温的升高或降低是牲畜患病的重要标志。对不能确诊的犯病牲畜需进行实验室常规检验,以及具有针对性免疫学快速诊断。经检疫员检查确认为非恶性传染病必需急宰的牲畜应出具急宰证明,送往急宰车间作急宰,以供宰后检验时查对提供方便。
[0078] 宰后检疫包括了12个步骤,分别为:1、剖检头部两侧颌下淋巴结;2、去头前剖检两侧外咬肌;3、剖检支气管淋巴结;4、剖检心室和心包膜;5、剖检肝门淋巴结;6、剖检肠系膜淋巴结;7、剖检腹股沟浅淋巴结;8、剖检腹股沟深淋巴结、骼内淋巴结;9、剖检股内侧肌;10、剖检腰肌;11、剖检肾脏;12、旋毛虫检查。
[0079] 进一步地,在本实施例中,所述牲畜养殖流通追踪程序被所述处理器执行时,在所述第二状态记录步骤之前,还执行以下步骤:
[0080] 若养殖过程中发生牲畜死亡,则利用牲畜脸部识别系统确定该死亡牲畜的身份ID,并将该死亡牲畜的生命状态修改为已死亡;及
[0081] 若死亡牲畜的死亡原因达到理赔标准,则通过区块链的智能合约将理赔方金额划入投保方。
[0082] 所述智能合约是一套以数字形式定义的承诺,承诺控制着数字资产并包含了合约参与者约定的权利和义务,由
计算机系统自动执行。
[0083] 智能合约程序不只是一个可以自动执行的
计算机程序,它本身就是一个系统参与者,对接收到的信息进行回应,可以接收和储存价值,也可以向外发送信息和价值。可以理解的,这个程序就像一个可以被信任的人,可以临时保管资产,总是按照事先的规则执行操作。
[0084] 与
现有技术相比,本发明提出通过区块链系统、基于深度学习训练的牲畜脸部识别系统对投保牲畜整个生命周期实现智能追踪,保证牲畜养殖过程中真实数据不被篡改,实现生产者和消费者的信息对称及数据安全。
[0085] 参阅图2所示,为本发明基于区块链的牲畜养殖流通追踪方法一实施例的流程图。该方法包括以下步骤:
[0086] S1:通过成像装置(例如照相机、CCD摄像头等)获取每只投保牲畜的脸部特征信息作为该牲畜的身份ID,基于该身份ID在区块链系统中为每只牲畜生成一个数据节点,每个数据节点包括投保生物特征信息、投保健康状态及投保养殖环境信息的数据库;
[0087] 其中,数据库是按照数据结构来组织、存储和管理数据的,并建立在计算机存储设备上。所述区块链系统通过共识机制进一步验证数据真实性,对已有信息进行提醒,避免重录信息,反馈残缺信息,对有误信息不予保存,信息数据在得到共识之后不可篡改。
[0088] 共识机制是区块链系统中实现不同节点之间建立信任、获取权益的数学算法。
[0089] S2:定期通过预先训练的牲畜脸部识别系统对每只牲畜进行脸部识别以确认身份ID,将确认身份ID的每只牲畜的成长数据更新到所述区块链系统该身份ID代表的数据节点相对应的数据库中,所述牲畜的成长数据包括每只牲畜的活动情况、喂养情况、体质情况和用药情况;
[0090] 其中,数据更新(data revision)是以新数据项或记录、替换数据文件或数据库中与之相对应的旧数据项或记录的过程。数据更新可以使用“对象资源管理器”和T-SQL语句两种方式实现。
[0091] 对象资源管理器是SQL Server Management Studio提供用于在数据库引擎、Analysis Services、Integration Services和Reporting Services实例中管理对象的功能;
[0092] T-SQL即Transact-SQL,是SQL在Microsoft SQL Server上的增强版,它是用来让应用程序与SQL Server沟通的主要语言。
[0093] S3:记录牲畜检疫后的牲畜信息状态,符合屠宰要求的牲畜被屠宰、分割后,为牲畜的每一分解部位生成唯一的二维码,建立该二维码与该屠宰牲畜在所述区块链系统中相应的数据节点的关联关系;
[0094] 所述二维码是用某种特定的几何图形按一定规律在平面(二维方向上)分布的黑白相间的图形记录数据符号信息的;在代码编制上巧妙地利用构成计算机内部逻辑基础的“0”、“1”比特流的概念,使用若干个与二进制相对应的几何形体来表示文字数值信息,通过图象输入设备或光电扫描设备自动识读以实现信息自动处理:它具有条码技术的一些共性:每种码制有其特定的字符集;每个字符占有一定的宽度;具有一定的校验功能等。同时还具有对不同行的信息自动识别功能、及处理图形旋转变化点。
[0095] S4:记录每只已屠宰牲畜的每个分解部位在运输过程中的运输数据及到达销售门店后的销售数据,并上传到所述区块链系统中相应的数据节点的数据库中,形成完整的牲畜数据库;
[0096] 其中,运输数据包括:出发地、目的地、实时位置、交通工具、猪肉冷藏状况;
[0097] 销售数据包括:该猪肉所属部位、重量、价格、从屠宰到出售所经历的时间。
[0098] 进一步地,在本实施例中,所述预先训练的牲畜脸部识别系统为孪生神经网络模型,包括第一卷积神经网络模型、第二卷积神经网络模型,所述通过预先训练的牲畜脸部识别系统对每只牲畜进行脸部识别以确认身份ID包括以下步骤:
[0099] 利用第一卷积神经网络模型对前一次获取到的牲畜脸部图像进行特征提取,得到第一脸部特征向量;
[0100] 利用该第二卷积神经网络模型对牲畜当前的脸部图像进行特征提取,输出对应的第二脸部特征向量;
[0101] 计算所述第一脸部特征向量与第二脸部特征向量的向量距离,以该向量距离作为相似度值,当该相似度值超过预设阀值时,确认该当前牲畜脸部图像与前一次获取到的牲畜脸部图像为相同身份ID牲畜的脸部图像;
[0102] 当牲畜身份ID确认后,用牲畜当前的脸部图像替换前一次获取到的牲畜脸部图像,并从牲畜当前的脸部图像中提取得到更新后的第二脸部特征向量。
[0103] 进一步地,在本实施例中,所述S3步骤还包括:
[0104] 通过牲畜脸部识别系统确认牲畜的身份ID,当符合屠宰要求的牲畜被屠宰后,在所述数据节点的数据库中将该牲畜的生命状态更新为已屠宰;
[0105] 若牲畜的检疫结果不符合屠宰要求,则在所述数据节点的数据库中将牲畜的生命状态更新为检疫不合格。
[0106] 所述检疫包括了宰前检疫和宰后检疫,其中宰前检疫包括4个方面,分别为:
[0107] 看,对灵敏度反应的检查是判断病与健较为准确的方法之一。健康牲畜的被毛和皮肤有光泽,精神活泼,反应灵敏,抬头四处观望,犯病牲畜的精神沉郁,反应迟钝,耳朵下垂,头不抬,眼半闭,鼻镜干燥不湿润,行走迟缓或呆立不动;
[0108] 听,主要是呼吸音、呼叫声、咳嗽声。借助听诊器听诊,一般健康牲畜肺泡呼吸音呈类似“呋呋”的声音,吸气时清楚,呼气时微弱;当患肺炎、肺气肿、胸膜肺炎时肺泡音呼吸异常;健康牲畜呼叫声为轻轻地哼哼叫声,犯病牲畜的叫声嘶哑低沉,呻吟等;感冒时咳声高昂,粗大,连声一般无痰沫喷出;
[0109] 摸,用手触摸体表感知皮肤皮下变化,健康牲畜体表皮肤柔软、富有弹性,无水肿、疹块、气肿等变化。体表淋巴结主要检查牲畜咽喉和颈浅淋巴结,根据大小、形态、温度、敏感度和活动性进行检查。如牲畜患链球菌病淋巴结有明显的肿胀、热痛,表面出现波动感。临床上通常对牲畜腹股沟淋巴结进行检查是否肿大;
[0110] 检,重点是检测体温,因为体温的升高或降低是牲畜患病的重要标志。对不能确诊的犯病牲畜需进行实验室常规检验,以及具有针对性免疫学快速诊断。经检疫员检查确认为非恶性传染病必需急宰的牲畜应出具急宰证明,送往急宰车间作急宰,以供宰后检验时查对提供方便。
[0111] 宰后检疫包括了12个步骤,分别为:1、剖检头部两侧颌下淋巴结;2、去头前剖检两侧外咬肌;3、剖检支气管淋巴结;4、剖检心室和心包膜;5、剖检肝门淋巴结;6、剖检肠系膜淋巴结;7、剖检腹股沟浅淋巴结;8、剖检腹股沟深淋巴结、骼内淋巴结;9、剖检股内侧肌;10、剖检腰肌;11、剖检肾脏;12、旋毛虫检查。
[0112] 进一步地,在本实施例中,该方法在所述S3步骤之前,还可以包括以下步骤:
[0113] 若养殖过程中发生牲畜死亡,则利用牲畜脸部识别系统确定该死亡牲畜的身份ID,并将该死亡牲畜的生命状态修改为已死亡;及
[0114] 若死亡牲畜的死亡原因达到理赔标准,则通过区块链的智能合约将理赔方金额划入投保方。
[0115] 所述智能合约是一套以数字形式定义的承诺,承诺控制着数字资产并包含了合约参与者约定的权利和义务,由计算机系统自动执行。
[0116] 智能合约程序不只是一个可以自动执行的计算机程序,它本身就是一个系统参与者,对接收到的信息进行回应,可以接收和储存价值,也可以向外发送信息和价值。可以理解的是,这个程序就像一个可以被信任的人,可以临时保管资产,总是按照事先的规则执行操作。
[0117] 进一步地,在本实施例中,该方法还包括以下步骤:
[0118] 响应用户扫描所述二维码的请求,从所述区块链系统相应数据节点的数据库中读取该二维码匹配的屠宰牲畜的相关信息,展示给用户。
[0119] 例如,消费者利用手机扫描所要购买的牲畜分解部位(例如猪肉)上的二维码,可以得到该二维码关联的生猪养殖过程的相关信息。
[0120] 本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有牲畜养殖流通追踪程序,所述牲畜养殖流通追踪程序可被处理器执行如上所述的基于区块链的牲畜养殖流通追踪方法。
[0121] 上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
[0122] 通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用
硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,
空调器,或者网络设备等)执行本发明各个实施例所述的方法。
[0123] 以上仅为本发明的优选实施例,并非因此限制本发明的
专利范围,凡是利用本发明
说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。