基于可见近红外高光谱技术对鸡种蛋性别鉴定的研究

　　本研究应用了400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS13进行相关研究。光谱范围在400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道。采集速度全谱段可达128FPS，波段选择后最高3300Hz（支持多区域波段选择）我国禽蛋产量居世界第一，种蛋作为禽蛋中的一个分支，其胚胎性别的鉴定是影响后期生产效益的重要方面。如在肉鸡生产中，希望孵出雄性雏鸡，因其饲料转化率高，生长速度更快，可以生产更多的肉。而在蛋鸡生产中，却希望孵出雌性雏鸡多，雄雏一般刚出生就会被处理，每年全球有超过70亿日龄雄锥被二氧化碳窒息或浸渍扑杀，引发严重的动物伦理问题并导致重大经济损失。目前，我国禽蛋产业对于种蛋孵化，特别是性别检测通常是在孵化出鸡雏后人工检测，主要的方法有翻肛法只、羽速法和羽色法。这些方法都需要专业人员的操作，费时费力；而且这些都无法避免孵化过程以及后期雏鸡的雌雄选择损失。

　　另外，我国部分地区食用的“活珠子”（南京六合著名的特产）就是孵化12~13d左右的胚胎鸡蛋，是民间传统食品。如果在胚胎发育过程中及早判定胚胎的性别，剔除出来的种蛋可以继续用作生产“活珠子”，不仅可以节约孵化时间及废雏的处理费用，还可以带来额外经济效益。因此，从商业和伦理（动物福利）的角度来看，研究孵化早期鸡种蛋性别鉴定的技术是禽蛋产业的迫切需求，也是亟待突破的瓶颈问题。本研究实验材料为“海兰褐’鸡种蛋，基于高光谱技术采集鸡种蛋大头部位400~1000 nm波长范围光谱信息，通过不同预处理方式、建模方法以及筛选特征波长，建立鸡种蛋孵化期间雄雌判别的分级模型，对于无损检测褐壳鸡种蛋孵化期间的雄雌判别具有实际指导意义。

　　经过几十年的研究进展，鸡种蛋性别鉴定已经逐渐从实验室水平向实际应用方向转变。随着人工智能、分子生物学技术水平的不断提高，性别鉴定已经不仅仅要达到准确鉴定的目的，还需要考虑后续孵化存活率及在实际生产中的实用性问题。现阶段鸡种蛋性别鉴定更偏向于无损检测，而光谱学检测法是目前研究比较多的鸡种蛋孵化期间性别检测方法，特别是高光谱技术。孵化过程中，随着鸡种蛋的发育、胚胎代谢以及物质转换，其胚相越来越明显。伴随着孵育过程中一系列物理化学反应，雄雌胚胎也会表现出一定的差异。这些都是高光谱检测技术实现种蛋孵化特性检测的物质基础。

　　本研究基于可见-近红外（400~1000 nm）高光谱技术对海兰褐鸡种蛋孵化过程中雄雌胚胎判别展开了研究，首先建立基于种蛋孵化0~14d原始光谱图像的PLS-DA、SVM雄雌胚胎判别模型发现，发现PLS-DA、SVM模型预测集准确率分别在种蛋孵化第9 d达到最高，为80.00%和82.50%；对第9d种蛋的原始光谱进行预处理发现，经过预处理后的SVM模型并没有得到提升；经过SNV和MSC预处理后的PLS-DA模型预测集准确率都有所提升，其中SNV-PLS-DA模型预测集准确率最高，达到了85.00%；采用SPA、CARS算法对模型进行优化，在400~1000 nm范围内，与全波段建模相比，基于SPA算法筛选的9个特征波长，建模的建模集准确率有所提升，其预测集结果稍微低于全波段结果，为82.50%，下降了2.50%。但SPA算法将原始光谱420个波段降为9个，很大程度上降低了模型的运算量，加快了模型的运算速度，这为以后在实际生产上的应用打下了很好的基础，能够有效地降低仪器成本、检测速度等。综上所述，本研究为高光谱技术检测褐壳鸡种蛋性别提供了借鉴方法。后续将加大样品量、改进算法、优化模型等继续对判别检测速度以及判别精确度进行提升。