一种鱼类疾病预警方法及系统技术方案

本发明专利技术公开了一种鱼类疾病预警方法及系统，包括以下步骤：获取鱼类体表、行为以及水质信息进行特征训练，并提取鱼类的特征向量，反映鱼类的健康状况和疾病的影响。利用YOLOv8对鱼类体表信息进行分类，利用YOLOv8+ByteTrack多目标跟踪技术，准确地检测和跟踪鱼类的目标，避免目标丢失和误识别的问题。利用LSTM时间序列预测技术，预测鱼类的未来状态，捕捉鱼类的行为变化和异常情况。利用FUZZY模糊推理技术，合理地设定模糊集合和模糊规则，有效地进行模糊推理，输出鱼类的疾病预警等级。本发明专利技术可以将鱼群体表特征，游动行为，水质情况整合，对鱼群的健康状态进行精准的评估，避免了单独使用某一特征而出现弊端。

【技术实现步骤摘要】

本专利技术属于鱼类疾病预警，具体涉及一种鱼类疾病预警方法及系统。

技术介绍

1、目前，对鱼类疾病进行预警的传统方法主要依靠经验来对鱼类进行检查，如观察鱼的行为和外观，如游动、摄食、呼吸、鳞片、鳍、鳃等有无异常或损伤。观察水质和水温，如颜色、透明度、气味、ph、溶氧、氨氮、亚硝酸盐等有无超出正常范围或突变。采集病鱼和池水样本，进行肉眼检查、显微镜观检、解剖检查等，有无病原微生物、寄生虫、病理变化等。根据现场调查和病原鉴别，分析发病原因和病症特征，参考相关文献或专家意见，进行初步诊断。传统的方法依靠经验来进行诊断，对养殖者的要求较高，依赖肉眼和经验对鱼类进行观察，容易忽略早期症状和隐性症状，导致误诊和漏诊，而且不能准确鉴定病原和多病原复合感染的情况，同时其准确性以及时效性低，常常会发生诊断不及时导致养殖户产生巨大损失。

2、近年来，随着人工智能技术的发展，一些基于机器学习和深度学习的鱼类疾病预测方法被提出，如采用梯度推进技术通过分析水质来早期检测鱼类疾病，该模型可对水质及特定水质特征引起的疾病进行预测。行为方面，目前有研究采用yolov5作为监测模本文档来自技高网...

【技术保护点】

1.一种鱼类疾病预警方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的鱼类疾病预警方法，其特征在于，获得鱼类体表以及头部的权重的方法包括：

3.根据权利要求1所述的鱼类疾病预警方法，其特征在于，获得每一个鱼类个体在连续帧中的空间位置、速度与转向角信息的方法包括：

4.根据权利要求1所述的鱼类疾病预警方法，其特征在于，所述模糊推理模型由五个功能模块组成，分别是：FUZZY编辑器、隶属函数编辑器、模糊规则编辑器、模糊规则观察器和曲面观察器；

5.一种鱼类疾病预警系统，其特征在于，包括以下步骤：数据集获得模块、权重获得模块、特征信息获得模...

【技术特征摘要】

1.一种鱼类疾病预警方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的鱼类疾病预警方法，其特征在于，获得鱼类体表以及头部的权重的方法包括：

3.根据权利要求1所述的鱼类疾病预警方法，其特征在于，获得每一个鱼类个体在连续帧中的空间位置、速度与转向角信息的方法包括：

4.根据权利要求1所述的鱼类疾病预警方法，其特征在于，所述模糊推理模型由五个功能模块组成，分别是：fuzzy编辑器、隶属函数编辑器、模糊规则编辑器、模糊规则观察器和曲面观察器；

5.一种鱼类疾病预警系统，其...

【专利技术属性】
技术研发人员：崔鸿武，黄桢铭，赵海翔，崔正国，曲克明，
申请(专利权)人：中国水产科学研究院黄海水产研究所，
类型：发明
国别省市：