基于可見近紅外高光譜技術對雞種蛋性別鑒定的研究

本研究應用了400-1000nm的高光譜相機，可采用杭州彩譜科技有限公司產品FS13進行相關研究。光譜范圍在400-1000nm，波長分辨率優于2.5nm，可達1200個光譜通道。采集速度全譜段可達128FPS，波段選擇后最高3300Hz（支持多區域波段選擇）

我國禽蛋產量居世界**，種蛋作為禽蛋中的一個分支，其胚胎性別的鑒定是影響后期生產效益的重要方面。如在肉雞生產中，希望孵出雄性雛雞，因其飼料轉化率高，生長速度更快，可以生產更多的肉。而在蛋雞生產中，卻希望孵出雌性雛雞多，雄雛一般剛出生就會被處理，每年全球有超過70億日齡雄錐被二氧化碳窒息或浸漬撲殺，引發嚴重的動物倫理問題并導致重大經濟損失2。目前，我國禽蛋產業對于種蛋孵化，特別是性別檢測通常是在孵化出雞雛后人工檢測，主要的方法有翻肛法只、羽速法和羽色法。這些方法都需要專業人員的操作，費時費力；而且這些都無法避免孵化過程以及后期雛雞的雌雄選擇損失。另外，我國部分地區食用的“活珠子”（南京六合**的特產）就是孵化12~13d左右的胚胎雞蛋，是民間傳統食品。如果在胚胎發育過程中及早判定胚胎的性別，剔除出來的種蛋可以繼續用作生產“活珠子”，不僅可以節約孵化時間及廢雛的處理費用，還可以帶來額外經濟效益。因此，從商業和倫理（動物福利）的角度來看，研究孵化早期雞種蛋性別鑒定的技術是禽蛋產業的迫切需求，也是亟待突破的瓶頸問題。本研究實驗材料為“海蘭褐’雞種蛋，基于高光譜技術采集雞種蛋大頭部位400~1000 nm波長范圍光譜信息，通過不同預處理方式、建模方法以及篩選特征波長，建立雞種蛋孵化期間雄雌判別的分級模型，對于無損檢測褐殼雞種蛋孵化期間的雄雌判別具有實際指導意義。

經過幾十年的研究進展，雞種蛋性別鑒定已經逐漸從實驗室水平向實際應用方向轉變。隨著人工智能、分子生物學技術水平的不斷提高，性別鑒定已經不僅僅要達到準確鑒定的目的，還需要考慮后續孵化存活率及在實際生產中的實用性問題。現階段雞種蛋性別鑒定更偏向于無損檢測，而光譜學檢測法是目前研究比較多的雞種蛋孵化期間性別檢測方法，特別是高光譜技術。孵化過程中，隨著雞種蛋的發育、胚胎代謝以及物質轉換，其胚相越來越明顯。伴隨著孵育過程中一系列物理化學反應，雄雌胚胎也會表現出一定的差異。這些都是高光譜檢測技術實現種蛋孵化特性檢測的物質基礎。本研究基于可見-近紅外（400~1000 nm）高光譜技術對海蘭褐雞種蛋孵化過程中雄雌胚胎判別展開了研究，首先建立基于種蛋孵化0~14d原始光譜圖像的PLS-DA、SVM雄雌胚胎判別模型發現，發現PLS-DA、SVM模型預測集準確率分別在種蛋孵化第9 d達到最高，為80.00%和82.50%；對第9d種蛋的原始光譜進行預處理發現，經過預處理后的SVM模型并沒有得到提升；經過SNV和MSC預處理后的PLS-DA模型預測集準確率都有所提升，其中SNV-PLS-DA模型預測集準確率最高，達到了85.00%；采用SPA、CARS算法對模型進行優化，在400~1000 nm范圍內，與全波段建模相比，基于SPA算法篩選的9個特征波長，建模的建模集準確率有所提升，其預測集結果稍微低于全波段結果，為82.50%，下降了2.50%。但SPA算法將原始光譜420個波段降為9個，很大程度上降低了模型的運算量，加快了模型的運算速度，這為以后在實際生產上的應用打下了很好的基礎，能夠有效地降低儀器成本、檢測速度等。綜上所述，本研究為高光譜技術檢測褐殼雞種蛋性別提供了借鑒方法。后續將加大樣品量、改進算法、優化模型等繼續對判別檢測速度以及判別精確度進行提升。