自动无创式确定禽蛋的生育力制造技术

本文示出了一种自动无创式测定禽蛋(14)的生育力的方法，包括以下步骤：将多个禽蛋(14)依次或并行地输送至NMR装置(18)中；使禽蛋(14)经受NMR测量，以便产生每个所述蛋(14)的至少一部分的3‑D NMR图像，所述3‑D NMR图像在至少一个维度上具有1.0mm或或更小的空间分辨率，优选为具有0.50mm或更小的空间分辨率，其中，所述禽蛋(14)的所述部分包括相应禽蛋(14)的胚盘，根据以下两个程序中的至少一个确定生育力的预测：(i)从所述3‑D NMR图像中的每一个导出至少一个特征，并且在基于特征的分类器中使用所述至少一个特征来确定生育力的预测，以及(ii)使用深度学习算法，具体为基于卷积神经网络、生成式对抗网络、递归神经网络或长期短期记忆网络的深度学习算法。

【技术实现步骤摘要】
【国外来华专利技术】自动无创式确定禽蛋的生育力
本专利技术涉及蛋生产领域。更具体地，本专利技术涉及一种用于无创式确定禽蛋的生育力的方法和装置，禽蛋具体为鸡蛋。
技术介绍
在家禽工业中，希望无创式确定蛋的生育力。家禽工业是人类消费最重要的动物蛋白质来源之一。杂志PoultryTrends在2016年估计，全世界家禽肉的生产和消费到2025年将增加20％，直到超过13亿吨。在2016年，全球市场已生产了1164000000吨的家禽肉，其中前185家家禽生产公司屠宰接近38亿头以满足全球需求。仅在美国，家禽工业的价值为387亿美元。尽管体量庞大，但孵化禽蛋的方法并不完善。平均家禽设施仅孵化其孵化的蛋的75％-85％。其它15-25％的蛋要么经历早期胚胎死亡，要么没有生育力。目前，在用无创式技术，诸如，Eggremover(http://embrexbiodevices.com/Poultry-BioDevices/Embrex-Egg-Remover/)孵育18天后，将未受精的胚胎和死亡的胚胎与活胚胎分离。尽管这种方案防止了不必要地打开蛋，但是仍然很浪费：所有内本文档来自技高网...

【技术保护点】
1.一种自动无创式确定禽蛋(14)的生育力的方法，包括以下步骤：/n将多个禽蛋(14)依次或并行地输送至NMR装置(18)中；/n使所述禽蛋(14)经受NMR测量，以产生所述禽蛋(14)中的每个的至少部分的3-D NMR图像，所述3-D NMR图像在至少一个维度上具有1.0mm或更小的空间分辨率，优选为具有0.50mm或更小的空间分辨率，其中，所述禽蛋(14)的所述部分包括相应禽蛋(14)的胚盘，/n根据以下两个过程中的至少一个确定对生育力的预测：/n(i)从所述3-D NMR图像中的每个导出至少一个特征，并且在基于特征的分类器中使用所述至少一个特征来确定对生育力的预测，其中，所述至少一个特征...

【技术特征摘要】
【国外来华专利技术】20171113 EP 17201373.2;20171222 EP 17210164.41.一种自动无创式确定禽蛋(14)的生育力的方法，包括以下步骤：
将多个禽蛋(14)依次或并行地输送至NMR装置(18)中；
使所述禽蛋(14)经受NMR测量，以产生所述禽蛋(14)中的每个的至少部分的3-DNMR图像，所述3-DNMR图像在至少一个维度上具有1.0mm或更小的空间分辨率，优选为具有0.50mm或更小的空间分辨率，其中，所述禽蛋(14)的所述部分包括相应禽蛋(14)的胚盘，
根据以下两个过程中的至少一个确定对生育力的预测：
(i)从所述3-DNMR图像中的每个导出至少一个特征，并且在基于特征的分类器中使用所述至少一个特征来确定对生育力的预测，其中，所述至少一个特征选自包括以下项的组：所述胚盘的直径、所述胚盘的体积、所述胚盘的形状、所述胚盘的质地、所述胚盘在所述禽蛋中的位置、蛋黄的质地、所述蛋黄中NMR-可见环的数目和/或位置、所述蛋黄内环的对比度、蛋黄心的质地、体积或形状、所述蛋黄心的颈部的长度以及所述蛋黄、所述蛋黄心、所述胚盘和蛋白中的两个或更多个的体积或表面之间的比率，以及
(ii)使用深度学习算法，所述深度学习算法具体为基于卷积神经网络、生成式对抗网络、递归神经网络或长期短期记忆网络的深度学习算法。


2.根据权利要求1所述的方法，其中，在过程(i)中，从所述3-DNMR图像导出至少两个特征，并在所述基于特征的分类器中使用所述至少两个特征，其中，所述至少两个特征中的至少一个选自权利要求1所述的组，其中，优选地，所述至少两个特征中的至少一个选自包括所述胚盘的直径、所述胚盘的体积和所述胚盘的形状的组，其中，所述过程优选为基于机器学习的过程。


3.根据权利要求1或2所述的方法，其中，所述确定对生育力的预测的步骤由分类模块(38)执行，其中，所述方法还包括以下步骤：将所述多个禽蛋(14)输送出所述NMR装置(18)，并根据由所述分类模块(38)提供的生育力预测对所述禽蛋(14)进行分选。


4.根据前述权利要求中任一项所述的方法，其中，所述基于特征的分类器采用内核方法，具体为支持向量机或相关性向量机、内核感知、二次判别分析或线性判别分析、分类树、随机森林或朴素贝叶斯分类器。


5.根据权利要求4所述的方法，其中，所述方法包括：应用增强技术，具体是自适应增强技术、逻辑增强技术或概率增强树技术。


6.根据前述权利要求中任一项所述的方法，其中，在所述NMR测量中，进一步确定所述禽蛋中不同位置处的扩散系数的直方图，以及其中，所述生育力的预测进一步基于所述直方图的形状。


7.根据权利要求6所述的方法，其中，基于所述扩散系数直方图的形状来确定所述生育力包括：比较至少两个不同扩散系数或扩散系数范围的出现频率，
其中，所述至少两个不同的扩散系数或所述至少两个扩散系数范围的中心优选分开0.5-2.5mm2/s，更优选分开0.75-1.5mm2/s，和/或
其中，在所述至少两个不同的扩散系数或所述至少两个扩散系数范围的中心中，其中一个优选位于0.6至1.3mm2/s的范围内，更优选位于0.7至1.2mm2/s的范围内，并且其中另一个优选位于1.5至2.5mm2/s的范围内，更优选地位于1.7至2.3mm2/s的范围内，和/或
其中，所述禽蛋中的所述各个位置均匀分布在所述禽蛋中，具体地，对应于扩散系数图像的体素。


8.根据前述权利要求中任一项所述的方法，其中，在所述NMR测量中，获得包括对应于水和脂肪的峰的、所述蛋黄的NMR光谱，并且对所述生育力的预测进一步基于所述NMR光谱。


9.根据权利要求8所述的方法，其中，所述基于所述NMR光谱确定对所述生育力的预测的步骤包括：基于所述NMR光谱中对应于水和脂肪的峰的比率确定对所述生育力的预测。


10.根据前述权利要求中任一项所述的方法，其中，在所述输送和所述NMR测量期间，所述禽蛋(14)以规则模式布置在托盘(16)上，具体是以矩阵结构布置在所述托盘(16)上，
其中，布置在所述托盘(16)上的禽蛋(14)的数量优选地为至少36个，更优选地为至少50个，最优选地为至少120个。


11.根据权利要求10所述的方法，其中，所述NMR装置(18)包括RF线圈(30a)的阵列(30)，用于向位于所述托盘(16)上的禽蛋(14)施加RF磁场和/或用于检测NMR信号，所述RF线圈(30a)的阵列(30)包括以下项中的一项或多项：
-布置在位于所述托盘(16)上方的平面中的多个线圈(30a)，所述托盘(16)在输送至所述NMR装置(18)时装载有禽蛋(14)，
-布置在位于所述托盘(16)下方的平面中的多个线圈(30a)，所述托盘(16)在输送至所述NMR装置(18)时装载有禽蛋(14)，
-布置在竖直平面中的多个线圈(30a)，当输送至所述NMR装置(18)时，所述竖直平面在所述托盘(16)上的禽蛋(14)的行之间延伸，所述行平行于托盘(16)的输送至所述NMR装置(18)中和输送出所述NMR装置(18)的方向延伸，
其中，在所述多个线圈(30a)布置在位于装载有禽蛋(14)的所述托盘(16)上方或下方的平面中的情况下，所述线圈(30a)的数目与布置在所述托盘(16)上的禽蛋(14)的数目的比率优选地在1：1至1：25之间，更优选地在1：1至1：16之间，并且最优选地在1：1至1：5之间。


12.根据权利要求10或11所述的方法，其中，所述NMR装置(18)包括RF线圈(30a)的阵列(30)，用于向位于所述托盘(16)上的禽蛋(14)施加RF磁场和/或用于检测NMR信号，所述RF线圈(30a)的阵列(30)集成至或附接至所述托盘(16)，
其中，所述托盘(16)优选地包括用于接收相应禽蛋(14)的多个凹窝(48)或袋，以及其中，多个线圈(30a)与所述凹窝(48)或所述袋中的每个相关联，其中，每个凹窝(48)或袋的所述线圈(30a)的数量至少为1，优选至少为2，更优选地，至少3个，并且最优选地至少4个，和/或其中，所述线圈(30a)中的至少一些相对于所述托盘(16)的主平面竖直地布置，或相对于所述托盘(16)的所述主平面成至少50°的角度布置，优选地成至少75°的角度布置，并且最优选地成至少80°的角度布置。


13.根据前述权利要求中任一项所述的方法，其中，使用并行成像获得所述多个禽蛋(14)的所述3-DNMR图像，其中，重构基于使用多个RF线圈(30a)的测量的、来自禽蛋(14)阵列的相干图像，和/或其中，使用同时多切片(SMS)技术获得所述多个禽蛋(14)的所述3-DNMR图像，其中，重构基于在不同频带的测量的、来自禽蛋(14)阵列的复用图像。


14.根据前述权利要求中任一项所述的方法，其中，所述3-DNMR图像使用压缩感测产生，从而允许从在奈奎斯特极限以下采样的测量中恢复图像。


15.根据前述权利要求中任一项所述的方法，其中，使用稳态自由进动成像、快速低角度拍摄成像和定量瞬态成像中的一种或多种来产生所述3-DNMR图像。


16.根据前述权利要求中任一项所述的方法，还包括以下步骤：通过质量传递技术改善所述NMR图像的质量。


17.根据前述权利要求中任一项所述的方法，其中，适应并行地输送到所述NMR装置(18)的禽蛋(14)的数量和所述NMR图像的产生，使得以20秒/禽蛋(14)或更少的、优选10秒/禽蛋(14)或更少的、最优选2秒/禽蛋(14)的或更少的速率进行对所述生育力的预测的确定。


18.根据前述权利要求中任一项所述的方法，其中，生成以规则模式、具体是以矩阵配置布置的多个禽蛋(14)的3-DNMR图像，并且将所述图像划分为与各个禽蛋(14)相对应的图像，对与所述各个禽蛋(14)相对应的图像进行所述生育力预测确定。


19.根据前述权利要求中任一项所述的方法，其中，对所述生育力的预测的确定补充定量测量数据，所述定量测量数据选自包括弛豫参数、扩散常数和扩散张量映射、多量子NMR数据、零量子NMR数据、磁化率映射数据和T2*映射数据的组。


20.一种用于自动无创式确定禽蛋(14)的特性的设备(10)，所述特性具体为胚胎的性别或生育力，所述设备(10)包括：
NMR装置(18)，
输送装置(12)，用于将多个禽蛋(14)顺序地或并行地输送至所述NMR装置(18)中，并输送出所述NMR装置(18)，
其中，所述NMR装置(18)配置成使...

【专利技术属性】
技术研发人员：佩德罗·A·戈梅兹，米格尔·莫琳娜罗梅洛，阿克塞尔·哈瑟，本杰明·舒瑟斯，马克西米利安·艾格纳，玛利亚·拉布拉多，
申请(专利权)人：慕尼黑科技大学，
类型：发明
国别省市：德国;DE