El comportamiento de la diarrea en terneros es un indicador confiable del estado de salud, y el reconocimiento preciso del comportamiento es vital para una vigilancia y gestión de la salud efectivas. Sin embargo, las técnicas actuales de reconocimiento de comportamiento a menudo tienen dificultades para distinguir entre comportamientos similares, lo que lleva a una disminución en el rendimiento. Esta investigación propone un nuevo modelo, llamado S_T_Mamba, que aprovecha una estrategia de procesamiento de secuencias y un módulo de espacio de estado en árbol para capturar dependencias temporales y asociaciones de píxeles a largo alcance en los fotogramas de video. El modelo puede reconocer de manera efectiva diferencias sutiles en el comportamiento de la diarrea en terneros. En consecuencia, el rendimiento del reconocimiento del comportamiento de la diarrea en terneros se ve mejorado por el modelo S_T_Mamba.