2个鲤群体(Cyprinus carpio L.)表型生长性状的AI测量与手工测量的相关性分析

文献类型： 中文期刊

第一作者： 马子尧

作者： 马子尧;潘红;王开阔;陈颖杰;曹逸铭;孙晓晴;张研

作者机构：

关键词： 手工测量;AI测量;元江鲤;金背鲤

期刊名称： 中国农学通报

ISSN： 1000-6850

年卷期： 2024 年 014 期

页码： 157-164

收录情况： CSCD

摘要： 鱼类形态是人工育种、功能基因定位以及水产养殖和生态学研究的重要种群资源。鲤（Cyprinus carpio L.）是中国重要的养殖淡水鱼类之一，鲤的自然和人工选择导致不同品种间的表型极具多样性。近年来，随着成像技术、计算能力和硬件设备的飞速发展，基于机器视觉的无损测量方法逐渐成为一种高效、可重复批量检测鱼体的方法。本研究旨在检验AI测量对鱼类表型性状测量的准确性。本文选择了表型指数差异显著的元江鲤（Cyprinus carpio yuankiang）和金背鲤（Cyprinus carpio var. Jinbei）2个群体，共计204尾鱼进行研究。针对全长、体长、体高、体厚、头长、尾柄长、尾柄高、吻长、眼径和眼间距共10种线性、圆形和空间性状进行手工测量和AI测量，并进行了比较分析。其结果显示：（1）元江鲤和金背鲤2个群体中，针对10种表型性状的测量，相较于手工测量，AI测量结果整体偏大；在表型指数中，体宽指数（体厚/体长），头长指数（头长/体长）和尾鳍指数（尾柄长/体长）2种测量方法均无显著差异，而2种方法在体深指数（体高/体长）结果中，呈现显著差异。（2）元江鲤和金背鲤群体中，对2种测量方法进行相关性和一致性分析，发现针对全长、体长、体高、体厚、头长和眼间距共6种性状，2种方法呈现高度一致性（r＞0.85）;（3）2种测量方法重复性测量的一致性分析中，发现手工测量和AI测量均呈现较好的一致性（r＞0.85），但手工测量的一致性要略高于AI测量。综上所述，AI测量准确度的提升能够加快全长等线性表型性状测量的工作效率和选择育种速度，但对于圆形和空间等表型性状测量的准确度，还需进一步提升。

分类号： S917.4

  • 相关文献

[1]八种鼠类头骨自动分科识别模型研究. 花慧贞,邹波,袁雄峰,王庭林,高灵旺,韩金巧,日高伸,王登,常文英,杨新根,侯玉. 2016

作者其他论文 更多>>

微信小程序