[發(fā)明專利]孵化前期近紅外種蛋內雞胚性別識別方法

有效

• 申請?zhí)枺?/td>: 201310404882.3
• 申請日: 2013-08-30
• 公開（公告）號: CN103472008A
• 公開（公告）日: 2013-12-25
• 發(fā)明（設計）人: 趙肖宇;宋志遠;關勇;譚峰;尚廷義;邸國輝;楊立;劉英楠
• 申請（專利權）人: 黑龍江八一農墾大學
• 主分類號: G01N21/25
• 分類號: G01N21/25
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發(fā)明屬于種蛋孵化檢測技術，主要涉及一種孵化前期種蛋性別識別方法。

背景技術

禽業(yè)生產中，由于公雞生長速度快過母雞，所以希望肉雞種蛋均是雄性雞胚；蛋業(yè)生產中，雌性雞胚越多效益越好。因此研究出在孵化前期能預測雞胚性別的方法，對降低人工分類和人工翻蛋的勞動強度，提高孵化器生產效率和降低孵化電費，具有十分重要的意義。一直以來雞胚性別辨識依據(jù)生產經驗，比如重量，長徑比，表面光滑程度。呂志南，趙宗勝采用模糊方法，楊東風采用小波方法實現(xiàn)經驗判別，該方法生產實現(xiàn)的時候需要稱重、長徑測量和機器視覺采集三個環(huán)節(jié)，測量環(huán)節(jié)多耗時長，增加種蛋破碎風險，且設備多。周振明公開了一種用PCR擴增引物進行雞早期胚胎性別鑒定方法，其以雞胚盤細胞為模板，通過PCR技術擴增目的基因，然后瓊脂糖凝膠電泳檢測PCR擴增產物，根據(jù)帶型判斷性別，雌性為兩條帶，雄性為一條帶。PCR擴增引物法提供了雞胚性別分子檢測方法，然而需要提取雞胚盤細胞。近紅外光譜屬于分子振動光譜的倍頻和合頻吸收光譜，主要是由于分子振動的非諧振性使分子振動從基態(tài)向高能級躍遷時產生的，具有較強的穿透能力。近年來，侯卓成、畢夏坤、劉燕德等多位學者分別利用近紅外光譜測量出雞蛋品質，說明近紅外可以穿透炭酸鈣并攜帶雞蛋內部有效信息。因此，在此基礎上研究一種采用近紅外光譜實現(xiàn)種蛋雌雄識別方法十分必要，且成為可能。

發(fā)明內容

本發(fā)明的目的就是針對上述已有技術存在的問題，結合生產實際需要，研究一種孵化前期近紅外種蛋內雞胚性別識別方法，達到不需要性別種蛋剔除、雌雄識別準確率和識別效率高的目的。

本發(fā)明的目的是這樣實現(xiàn)的：一種孵化前期近紅外種蛋內雞胚性別識別方法，該方法包括以下幾個步驟：在暗室環(huán)境內通過光纖探頭和傅立葉近紅外光譜儀獲得種蛋近紅外光譜，應用總體均值經驗模分解種蛋近紅外光譜，去除高頻特征模態(tài)分量，達到去噪；基于經驗模態(tài)分解方法分解種蛋近紅外光譜，去除低頻特征模態(tài)分量，達到基線校正；利用SPSS11.0提取主成分，默認特征根數(shù)量值λ_c=1，提取5個主成分數(shù)量，神經網絡分類采用具有1個隱藏層的3層BP神經網絡，輸入層神經元用5個主成分構成特征向量，輸出層采用2個節(jié)點，用0、1來分別表示雌性雞胚和雄性雞胚，隱藏層節(jié)點數(shù)為4個，隱藏層神經元的激活函數(shù)選用logsig()函數(shù)，輸出層的激活函數(shù)選pureline()函數(shù)，神經網絡的系統(tǒng)參數(shù)設置：訓練迭代次數(shù)為1000，每隔10步顯示1次，網絡訓練的目標值為0.01，學習率為0.1，使用trainlm()函數(shù)作為訓練網絡，利用上述建立的神經網絡進行識別，即完成種蛋孵化前期性別的篩選工作。

本發(fā)明對孵化前期種雞蛋雌雄識別效率和精確度高，高效快捷，降低孵化作業(yè)成本，有利于蛋雞和肉雞生產的發(fā)展。

附圖說明

圖1是孵化前期近紅外種蛋內雞胚性別識別方法流程示意圖；

圖2是神經網絡分類示意圖。

具體實施方式

下面結合附圖對本發(fā)明實施方案進行詳細描述。一種孵化前期近紅外種蛋內雞胚性別識別方法，該方法包括以下幾個步驟：在暗室環(huán)境內通過光纖探頭和傅立葉近紅外光譜儀獲得種蛋近紅外光譜，應用總體均值經驗模分解種蛋近紅外光譜，去除高頻特征模態(tài)分量，達到去噪；基于經驗模態(tài)分解方法分解種蛋近紅外光譜，去除低頻特征模態(tài)分量，達到基線校正；利用SPSS11.0提取主成分，默認特征根數(shù)量值λ_c=1，提取5個主成分數(shù)量，神經網絡分類采用具有1個隱藏層的3層BP神經網絡，輸入層神經元用5個主成分構成特征向量，輸出層采用2個節(jié)點，用0、1來分別表示雌性雞胚和雄性雞胚，隱藏層節(jié)點數(shù)為4個，隱藏層神經元的激活函數(shù)選用logsig()函數(shù)，輸出層的激活函數(shù)選pureline()函數(shù)，神經網絡的系統(tǒng)參數(shù)設置：訓練迭代次數(shù)為1000，每隔10步顯示1次，網絡訓練的目標值為0.01，學習率為0.1，使用trainlm()函數(shù)作為訓練網絡，利用上述建立的神經網絡進行識別，即完成種蛋孵化前期性別的篩選工作。

關鍵技術

1、光譜預處理

1.1、EEMD去噪