北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

Resonon | 不破壳也能“识别性别”?!高光谱成像仪助力鸡蛋孵化前精准辨别雌雄

日期: 2025-08-20
浏览次数: 375


Resonon | 不破壳也能“识别性别”?!高光谱成像仪助力鸡蛋孵化前精准辨别雌雄Resonon | 不破壳也能“识别性别”?!高光谱成像仪助力鸡蛋孵化前精准辨别雌雄

每年,全球有超过 70亿只雄性雏鸡在孵化后被淘汰,仅因“性别不符”。这种传统做法在动物福利、资源浪费和伦理层面引发广泛关注。有没有可能——在鸡蛋孵化前,就知道性别?


美国伊利诺伊大学研究团队近日在权威期刊《Food Control》发表成果,提出了一种基于高光谱成像与机器学习的非破坏性性别识别技术,成功在孵化前对鸡蛋进行精准“性别筛选”,为蛋禽行业带来颠覆性突破。

实验方法简述

本研究由美国伊利诺伊大学厄本那-香槟分校团队开展,实验在校内家禽科研平台进行。研究共采集了264枚白壳鸡蛋,鸡种为 White Leghorn,母鸡年龄约29周。所有鸡蛋在清洁、编号后,于12.8°C、相对湿度78%的条件下冷藏过夜,以保证实验一致性。

次日,鸡蛋在室温下静置30分钟恢复温度后,使用Resonon Pika L 型高光谱成像仪进行图像采集。系统配置如下:

光谱范围:374–1015nm

光谱分辨率:2.7nm,共281个波段

相机类型:线扫描式,空间分辨率900×900像素

照明系统:330W钨灯,位于蛋体正下方

采集软件:Spectronon Pro

扫描环境:暗室,距离镜头20cm,采集参数固定控制

Resonon | 不破壳也能“识别性别”?!高光谱成像仪助力鸡蛋孵化前精准辨别雌雄

图1. 用于鸡蛋性别鉴定的线扫描高光谱成像系统:(a)。图像采集的整体系统设置,(b)。在暗室中扫描的样本,(c)。Spectronon Pro 软件中的鸡蛋 RGB 图像。

实验中每个鸡蛋以垂直放置、气室朝上的方式安装在黑色样品架中,通过透射光进行成像。采集过程前对光源进行了预热,确保光强稳定。再通过AI算法识别微小差异,实现对胚胎性别的非接触式判断。

Resonon | 不破壳也能“识别性别”?!高光谱成像仪助力鸡蛋孵化前精准辨别雌雄

图2. 图像分割和光谱提取过程:(a)。高光谱透射图像;(b)。样本的 ROI;(c)。图像 ROI 的提取光谱(即像素强度)。

研究团队基于 Spectronon Pro 采集的高光谱数据,开发多种机器学习模型(CatBoost、XGBoost、PLS-DA等),在全波段数据及精细预处理基础上,识别出关键特征波段。最终:

CatBoost 模型 + Savitzky-Golay 预处理

校准集准确率达88.6%

验证集准确率达75.5%

特征压缩后仅需35个波段,性能依然稳定

这一方法展现出强大的非侵入性、高通量潜力,有望取代传统“孵化后人工识别”的方式,走向商业化应用。

Resonon | 不破壳也能“识别性别”?!高光谱成像仪助力鸡蛋孵化前精准辨别雌雄

图3. 孵化前蛋的透射光谱:所有蛋的光谱(左)和雄性和雌性蛋的平均光谱及其标准差(右);DN 代表数字。


表1. 全波长模型在预孵化蛋中性别鉴定的表现。

Resonon | 不破壳也能“识别性别”?!高光谱成像仪助力鸡蛋孵化前精准辨别雌雄

Resonon | 不破壳也能“识别性别”?!高光谱成像仪助力鸡蛋孵化前精准辨别雌雄

图4. 用于孵化前鸡蛋性别分类的全功能 CatBoost 模型的混淆矩阵:左图表示校准性能,右图表示验证性能。

Resonon | 不破壳也能“识别性别”?!高光谱成像仪助力鸡蛋孵化前精准辨别雌雄

图5. 通过递归特征消除选择波长,用于稳健的 CatBoost 模型对鸡蛋进行孵化前性别分类;DN 代表数字。

科研与产业双赢

✅ 动物福利:避免孵化后的雄性雏鸡被大规模淘汰

✅ 节省成本:减少不必要孵化流程,降低饲养成本

✅ 环保可持续:精准育种,减少资源浪费

✅ 自动化应用:Resonon 高光谱系统+AI算法,具备未来规模化部署潜力



News / 相关新闻 More
2026 - 11 - 16
研究背景土壤盐碱化是影响农业生产和土地资源利用的重要因素。山西省大同盆地分布着较大面积的苏打型盐碱土,土壤中较高的CO₃²⁻和HCO₃⁻含量对作物生长造成了一定限制。如何改善盐碱土壤环境、提高土地利用效率,是当地农业生产面临的重要问题。沙土掺混能够改变土壤质地和孔隙结构,进而影响水分入渗及盐分迁移。但掺沙比例不同,对土壤水分保持和氮、磷、钾等养分分布的影响也存在差异。尤其是在促进盐分淋洗的同时,是否会加剧养分向深层迁移,仍需要进一步研究。针对这一问题,山西农业大学崔清亮老师团队以大同盆地中度盐碱土为研究对象,通过室内土柱试验和田间试验,探究沙土掺混与养分管理对土壤水盐、养分迁移及谷子生长的影响,为晋北苏打型盐碱土改良和谷子栽培提供依据。图1.土柱实验的设置。研究方法研究土壤采自山西省怀仁市中度盐碱农田,属于大同盆地苏打型盐碱土。研究分为室内土柱入渗试验和田间种植试验:室内土柱试验...
2026 - 11 - 09
研究背景土壤有机碳(SOC)是反映土壤质量、土壤肥力及生态系统碳循环的重要指标。传统湿化学测定方法虽然准确性较高,但存在耗时长、成本高、操作复杂等问题。相比之下,可见光—近红外(Vis-NIR)光谱技术具有快速、无损、低成本等优势,为SOC快速估算提供了新的技术途径。然而,光谱预测模型高度依赖大量代表性样本。在实际调查中,受采样成本及实验条件限制,往往难以获得充足的校准数据,小样本条件下模型容易出现过拟合,影响预测精度与泛化能力。针对这一问题,外部光谱数据库迁移学习和深度生成模型数据增强成为两种潜在解决途径。但不同生成模型的增强效果如何?外部光谱库能否有效改善本地模型预测性能?数据增强倍数又将如何影响模型表现?为此,山西农业大学徐占军老师团队通过构建统一实验框架,系统比较四种深度生成模型与外部土壤光谱数据库的应用效果,探索小样本条件下SOC光谱估算的有效数据增强策略。图1.研究区域概况。研...
2026 - 11 - 09
研究背景地下水是高寒地区水循环的重要组成部分,其补给过程受到冻融循环的显著调控。随着气候变暖,青藏高原冻土退化、活动层加深,土壤水分的储存与迁移条件发生变化,进而影响降水、融雪水、土壤水与地下水之间的水文联系。然而,不同冻融阶段地下水补给来源的变化及其迁移路径仍缺乏系统认识。针对这一问题,北京师范大学李小雁老师团队以青海湖流域为研究区,结合氢氧稳定同位素示踪与MixSIAR贝叶斯混合模型,定量解析不同冻融阶段地下水的补给来源,揭示冻融过程对土壤水文连通性及地下水补给路径的影响。图1.(a) QLB在青藏高原(QTP)上的位置。(b) QLB内多年冻土的时空分布;其中灰色代表季节性冻土,橙色代表多年冻土。(c) QLB的位置及采样点分布。(d) 地下水采样。(e) 降水采样。(f) 在相邻地点每月采集土壤样品。研究方法研究设计:研究区位于青藏高原东北部青海湖流域。2025年5—10月,研究团...
2026 - 11 - 02
研究背景河流和溪流是大气甲烷(CH₄)的重要来源。已有研究发现,源头河流通常具有较高的CH₄排放强度,是河流CH₄排放的重要热点。但在高海拔冰冻圈地区,这一规律是否依然适用?受低温和有机碳底物匮乏等因素影响,该区域的CH₄过程可能受到限制。与此同时,冰川融水的持续输入也可能进一步改变河流的CH₄排放特征。那么,冰川融水究竟如何影响河流CH₄排放?其背后的作用机制又是什么?针对这一问题,兰州大学高坛光老师团队以青藏高原北部黑河上游为研究区域,通过2020—2023年连续观测,系统分析了冰川补给河流与非冰川补给河流的CH₄排放特征,并进一步探讨冰川融水对河流CH₄排放的调控机制。图1. (a) 研究区域概况。(b) 在三次不同的野外考察期间,使用浮动气室法进行气体采样的现场照片。研究方法实验设计:研究以青藏高原北缘黑河上游为研究区域。2020—202年,在该研究区域上游设置25个采样点(冰川补...
【关闭窗口】【打印】
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910124070  010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 



 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开