【技术实现步骤摘要】
本专利技术涉及鱼类鉴定，具体涉及基于多光谱成像系统鉴别大头鳕鱼的方法。
技术介绍
1、大头鳕鱼(gadus macrocephalus)，又名太平洋鳕，属于鳕形目(gabiformes)、鳕科(gadidae)、鳕属(gadus)。大头鳕鱼主要分布于北太平洋地区。大头鳕鱼体形延长、稍侧扁、尾部向后渐细，体长25-40cm，头大，口大，上颌略长于下颌，颈部有一触须，须长等于或略长于眼径，头、背及体侧为灰褐色，腹面为灰白色，胸络浅黄色，其他各鳍均为灰色。
2、目前鱼类物种的鉴别方法很多，按照其技术原理主要包括传统的形态学方法、蛋白质分析方法和分子生物学分析方法。形态学鉴定方法是最传统的鉴别方法，主要依据是形态学标准，如外形、颜色、气味和口感等感官指标来进行鉴别，具有简便直观、成本低廉、实用性强等优点。但当用于鉴别特征非常相近的鱼肉样本时，其鉴别方法变得困难，限制了该方法的使用。
3、现有技术中公开了一种大头鳕鱼成分的实时荧光pcr检测方法，具体为将大头鳕鱼、大西洋鳕、狭鳕等16种鳕形目鱼类及其易混物种的线粒体16s rrna基因序列进行比对，选择特异性较强的引物或探针，建立鳕鱼成分实时荧光pcr检测方法，使用该方法对鳕鱼制品进行检测的绝对灵敏度和相对灵敏度较强，为鳕鱼的贸易提供了强有力的保障(鳕鱼和“油鱼”成分实时荧光pcr检测技术研究，信红梅，大连工业大学，2023)。
4、文献：常见鳕科鳕鱼的3种分子鉴定技术研究中公开了一种市售鳕鱼成分的检测方法，选择易与鳕鱼混淆的南极犬牙鱼和异鳞蛇鲭为阴性对
5、现有技术中有研究利用dna微型条形码结合高分辨率溶解曲线(hrm)来鉴定鳕鱼物种，主要的鉴定品种包括大西洋鳕鱼、太平洋鳕鱼、狭鳕和青鳕。该研究主要是针对两个条形码区域，即细胞色素c氧化酶亚基ⅰ(coi)和细胞色素b(cytb)进行了计算机分析，以确定四个物种之间的遗传差异，并将其用于开发与hrm分析相结合的实时pcr方法。但是使用该方法仅能鉴定鳕科鱼类物种，且检测方法较为复杂。
6、目前，如何建立一种适用于大头鳕鱼且操作方法简单的鉴定方法，以鉴定大头鳕鱼的真伪，是目前市场上最迫切的需求之一。
技术实现思路
1、本专利技术的目的是提供一种大头鳕鱼的鉴定方法，所述的鉴定方法简单且能够较为准确的鉴定大头鳕鱼。
2、术语解释：
3、术语“多光谱数据”是指采集的数据范围为某特定光谱波长范围，分10个等分到100等分之间，称为多光谱数据。
4、术语“图像分割”是指将图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程，是进行图像处理的关键步骤。图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程是一个标记过程，即把属于同一区域的像素赋予相同的编号。
5、术语“多光谱成像技术”是基于成像学和光谱学发展起来的新兴技术，它是一种分析工具，其在多种荧光同时标记的基础上，经过单色光的激发，使得多种荧光信号混杂在一起，能够对所需波长光进行滤过和采集，然后通过系统将采集到的多种混杂的光解混，经过信号输出和显示，可直观地观察到不同颜色标记的生物样品的不同的成分或定位。多光谱成像系统能获得每张图像每个像素点的高分辨率的光谱。
6、术语“数据库(database)”是指以一定方式进行储存、能够为多个用户共享，是与应用程序彼此独立的数据集合。数据库具有下述特点：尽可能不重复，以最优方式为某个特定组织的多种应用服务，其数据结构独立于使用它的应用程序，对数据的增、删、改、查由统一软件进行管理和控制。
7、术语“光谱反射值(spectral reflectanc)”，又称光谱反射因数或光谱反射率，是指在特定的照明条件下，在规定的立体角限定的方向上，从物体反射的波长的光谱辐通量与在相同条件从完全漫反射面反射的波长为入的光谱辐通量之比。
8、为实现上述专利技术目的，本专利技术的技术方案如下：
9、一方面，本专利技术提供了一种大头鳕鱼的鉴定方法，包括以下步骤：
10、(1)获取鱼肉样本的光谱数据信息；
11、(2)将光谱数据信息带入训练好的qda模型，即得数据库；
12、(3)将未知品种的鱼肉样本带入步骤(1)得到的数据库中进行比对，得到具体品种。
13、优选地，步骤(1)中所述的光谱数据信息采集的波长范围由可见光到近红外光共19个波段，分别为365nm，405nm，430nm，450nm，470nm，490nm，515nm，540nm，570nm，590nm，630nm，645nm，660nm，690nm，780nm，850nm，880nm，940nm，970nm。
14、具体地，所述的步骤(1)中鱼肉样本的光谱数据信息的提取包括：提取鱼肉样本，利用多光谱成像仪对鱼肉样本进行拍照，得到鱼肉样本的多光谱图像，使用多光谱成像系统提取鱼肉样本的光谱数据。
15、进一步具体地，所述的利用多光谱成像仪对鱼肉样本进行拍照的时间为5-20s；
16、再进一步具体地，拍照时间为5s-10s。
17、进一步具体地，所述的使用多光谱成像系统提取鱼肉的光谱数据包括以下步骤：
18、(1)打开videometerlab软件，导入上述的鱼肉样本的多光谱图像；
19、(2)去除图像背景，进行图像分割或进行图层标注；
20、(3)使用videometerlab软件对所选区域进行光谱信息提取。
21、优选地，步骤(2)中所述的图像分割采用固定像素点52*52像素大小进行分割。
22、在本专利技术的一些实施方式中，可根据实际需求对固定像素点的像素大小进行调整。
23、优选地，步骤(3)在videometerlab软件中的操作为依次选取image tools→measurement→statistics，即可得到样本的光谱信息。
24、具体地，所述的光谱信息为所选区域的平均光谱反射值。
25、进一步优选地，qda模型的训练包括以下步骤：将大头鳕鱼的光谱数据带入qda模型，使用该模型的创建工具，通过模型自带的函数导入训练数据，模型载入及网络构建，进行训练，得训练结果。
26、再进一步优选地，所述的模型的创建工具为rstudio。
27、进一步具体地，所述的qda模型是通过r中mass包载入模型后，调用predict方法进行预测。
<本文档来自技高网...【技术保护点】
1.一种大头鳕鱼的鉴定方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的鉴定方法，其特征在于，步骤(1)中所述的光谱数据信息采集的波长范围由可见光到近红外光共19个波段，分别为365nm，405nm，430nm，450nm，470nm，490nm，515nm，540nm，570nm，590nm，630nm，645nm，660nm，690nm，780nm，850nm，880nm，940nm，970nm。
3.根据权利要求1所述的鉴定方法，其特征在于，QDA模型的训练包括以下步骤：将大头鳕鱼的光谱数据带入QDA模型，使用该模型的创建工具，通过模型自带的函数导入训练数据，模型载入及网络构建，进行训练，得训练结果。
4.根据权利要求3所述的鉴定方法，其特征在于，所述的模型的创建工具为RStudio。
5.根据权利要求4所述的鉴定方法，其特征在于，所述的QDA模型是通过R中MASS包载入模型后，调用predict方法进行预测。
6.根据权利要求3所述的鉴定方法，其特征在于，所述的QDA模型的训练代码：fit_qda_cls
7.根据权利要求3所述的鉴定方法，其特征在于，所述的大头鳕鱼的各光谱处的数据范围：365nm为20.78-26.18，405nm为19.37-25.34，430nm为20.37-26.10，450nm为25.88-31.11，470nm为26.54-31.62，490nm为26.36-31.35，515nm为25.31-30.18，540nm为25.05-29.82，570nm为23.39-28.15，590nm为23.73-28.63，630nm为24.16-29.25，645nm为24.29-29.46，660nm为24.33-29.50，690nm为24.27-29.53，780nm为24.12-29.56，850nm为31.30-36.21，880nm为34.18-38.86，940nm为40.19-44.37，970nm为40.86-45.03。
8.根据权利要求7所述的鉴定方法，其特征在于，所述的光谱数据为平均光谱反射值。
9.根据权利要求3所述的鉴定方法，其特征在于，所述的QDA模型的训练包括对训练结果进行测试步骤，所述的测试方式为使用混淆矩阵计算模型的准确率、召回率、精确率和调和平均值进行测试。
10.根据权利要求1所述的鉴定方法，其特征在于，所述的比对为将未知的鱼肉样本数据带入数据库模型，得出预测品种及概率值，对比predict中class结果和标签是否匹配，若匹配则预测正确，反之，则为预测错误。
...【技术特征摘要】
1.一种大头鳕鱼的鉴定方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的鉴定方法，其特征在于，步骤(1)中所述的光谱数据信息采集的波长范围由可见光到近红外光共19个波段，分别为365nm，405nm，430nm，450nm，470nm，490nm，515nm，540nm，570nm，590nm，630nm，645nm，660nm，690nm，780nm，850nm，880nm，940nm，970nm。
3.根据权利要求1所述的鉴定方法，其特征在于，qda模型的训练包括以下步骤：将大头鳕鱼的光谱数据带入qda模型，使用该模型的创建工具，通过模型自带的函数导入训练数据，模型载入及网络构建，进行训练，得训练结果。
4.根据权利要求3所述的鉴定方法，其特征在于，所述的模型的创建工具为rstudio。
5.根据权利要求4所述的鉴定方法，其特征在于，所述的qda模型是通过r中mass包载入模型后，调用predict方法进行预测。
6.根据权利要求3所述的鉴定方法，其特征在于，所述的qda模型的训练代码：fit_qda_clsm<-qda(form_clsm,data＝traindata,method＝"t")。
7.根据权利要求3所述的鉴定方法，其特征在于，所述的大头鳕鱼的各光谱处的数据范围：3...
【专利技术属性】
技术研发人员：王丽君，寻卓然，王绪敏，曲江勇，邢志凯，王爽，刘传林，张伟华，
申请(专利权)人：烟台大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。