CN109862783A - 种蛋检查系统及种蛋检查程序 - Google Patents
种蛋检查系统及种蛋检查程序 Download PDFInfo
- Publication number
- CN109862783A CN109862783A CN201780063660.6A CN201780063660A CN109862783A CN 109862783 A CN109862783 A CN 109862783A CN 201780063660 A CN201780063660 A CN 201780063660A CN 109862783 A CN109862783 A CN 109862783A
- Authority
- CN
- China
- Prior art keywords
- egg
- hatching egg
- hatching
- male
- embryo
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000012447 hatching Effects 0.000 title claims abstract description 319
- 238000005259 measurement Methods 0.000 claims abstract description 35
- 235000013601 eggs Nutrition 0.000 claims description 480
- 210000001161 mammalian embryo Anatomy 0.000 claims description 67
- 230000012010 growth Effects 0.000 claims description 32
- 238000009395 breeding Methods 0.000 claims description 10
- 230000001488 breeding effect Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 abstract description 24
- 230000003287 optical effect Effects 0.000 abstract description 15
- 238000005286 illumination Methods 0.000 abstract description 13
- 238000007689 inspection Methods 0.000 abstract description 8
- 238000002834 transmittance Methods 0.000 description 81
- 238000011534 incubation Methods 0.000 description 65
- 230000004069 differentiation Effects 0.000 description 30
- 210000004204 blood vessel Anatomy 0.000 description 28
- 210000004369 blood Anatomy 0.000 description 23
- 239000008280 blood Substances 0.000 description 23
- 230000015572 biosynthetic process Effects 0.000 description 14
- 238000009826 distribution Methods 0.000 description 12
- 241000287828 Gallus gallus Species 0.000 description 11
- 230000008859 change Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 238000001228 spectrum Methods 0.000 description 10
- 238000002474 experimental method Methods 0.000 description 9
- 238000007477 logistic regression Methods 0.000 description 9
- 238000000034 method Methods 0.000 description 9
- 239000000203 mixture Substances 0.000 description 9
- 210000003746 feather Anatomy 0.000 description 8
- 102000001554 Hemoglobins Human genes 0.000 description 7
- 108010054147 Hemoglobins Proteins 0.000 description 7
- 239000000284 extract Substances 0.000 description 7
- 229920003002 synthetic resin Polymers 0.000 description 7
- 239000000057 synthetic resin Substances 0.000 description 7
- 238000010521 absorption reaction Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000009659 non-destructive testing Methods 0.000 description 6
- 229960005486 vaccine Drugs 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 238000010438 heat treatment Methods 0.000 description 5
- 239000000725 suspension Substances 0.000 description 5
- 238000004020 luminiscence type Methods 0.000 description 4
- 238000009738 saturating Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000004611 spectroscopical analysis Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000013020 embryo development Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000000411 transmission spectrum Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 244000144992 flock Species 0.000 description 2
- 229910052736 halogen Inorganic materials 0.000 description 2
- 150000002367 halogens Chemical class 0.000 description 2
- 235000013372 meat Nutrition 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000000255 optical extinction spectrum Methods 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 229920001343 polytetrafluoroethylene Polymers 0.000 description 2
- 239000004810 polytetrafluoroethylene Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241000271566 Aves Species 0.000 description 1
- 102000002322 Egg Proteins Human genes 0.000 description 1
- 108010000912 Egg Proteins Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000002298 blastodisc Anatomy 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 210000003278 egg shell Anatomy 0.000 description 1
- 210000002969 egg yolk Anatomy 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000003028 elevating effect Effects 0.000 description 1
- 230000008011 embryonic death Effects 0.000 description 1
- 230000004992 fission Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000005375 photometry Methods 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- -1 polytetrafluoroethylene Polymers 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 108090000765 processed proteins & peptides Proteins 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000020509 sex determination Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K43/00—Testing, sorting or cleaning eggs ; Conveying devices ; Pick-up devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N21/49—Scattering, i.e. diffuse reflection within a body or fluid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/85—Investigating moving fluids or granular solids
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Environmental Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明为从各种观点出发高速且非侵害性地挑选种蛋的种蛋检查系统,其具备:计测部(光照射部(2)、光检测部(3)),对表示种蛋状态的状态信息进行计测;记录部(4),与每个种蛋相关联地记录由计测部(2、3)得到的多天的状态信息;和种蛋挑选部(5),基于记录部(4)中记录的多天的状态信息的与每个种蛋相关联的记录来挑选种蛋。
Description
技术领域
本发明涉及取得种蛋的信息来挑选该种蛋的种蛋检查系统。
背景技术
将作为食用蛋的生产用途而在养鸡场中饲养的鸡的系统称作采蛋鸡(产蛋鸡)。食用蛋的生产者从饲养采蛋用的实用鸡的作为父母代的种鸡群的种鸡公司购入实用鸡的雏鸡,将该雏鸡培育至大雏鸡再用于食用蛋的生产。
在种鸡公司中,将饲养实用鸡的父母代的种鸡群的农场称作种鸡农场。如图1所示,在该种鸡农场中生产的种蛋暂时被收集在储蛋场所,之后,经过被称作预加温的工序,入蛋至孵蛋场的放置器(setter),开始孵蛋。在入蛋至放置器后的第18日或第19日移蛋至孵蛋场的孵化器(hatcher),在入蛋后的约第21日孵化出雏鸡。
在该孵蛋工序中,在将种蛋从放置器移至孵化器时或其他的孵蛋过程中,进行分选活胚蛋和非活胚蛋(内部的胚胎死亡后的种蛋或未受精蛋)的作业。
作为高速且非侵害性地挑选活胚蛋和非活胚蛋的装置,考虑了专利文献1所示的种蛋检查装置。该种蛋检查装置是使用在从入蛋起经过规定天数的时间点(例如第18日)对种蛋照射光并在该时刻得到的透过光的光强度的时间序列数据中的变动成分的有无和以使透过光的光强度进入适当的范围的方式对每个蛋独立地控制LED光量时的光源光量的控制量来判定活胚蛋和非活胚蛋的装置。
有时也利用与在这样的移蛋时(第18日)进行检查的方法同样的方法在中间时间(例如第11日或第14日)进行检查来判定活胚蛋和非活胚蛋。其通过比第18日提早检查时期而具有(1)减少在移蛋作业时间点上产生腐败蛋的可能性、(2)获悉该批次中的未受精蛋或中止蛋的数量来预测大致的雏鸡的成品率等利用价值。
现有技术文献
专利文献
专利文献1:日本专利第4858863号公报
发明内容
发明要解决的课题
这样,以往的种蛋检查装置是出于想要判别活胚蛋和非活胚蛋的主要目的而基于在移蛋时或中间时间的一个时间点的信息进行判别的装置,但是,本发明的课题在于:除了活胚蛋和非活胚蛋的判别以外,还从各种观点出发高速且非侵害性地挑选种蛋。
具体来说,提供一种种蛋检查装置,其能够实现仅利用单一的按日的测定所无法获知的变化率的掌握、计测数据对蛋座的依赖性的消除、以及由多个证据的利用带来的性别判定精度的提高。另外,提供一种种蛋检查装置,其将对数据进行测定的日期和使蛋在蛋盘间移动的挑选日分开而避开种蛋特有的不稳定的时期,能够进行蛋的区分。
用于解决课题的手段
即本发明涉及的种蛋检查系统,其特征在于,其具备:计测部,对表示种蛋状态的状态信息进行计测;记录部,与每个种蛋相关联地记录由上述计测部得到的多天的状态信息;和种蛋挑选部,基于上述记录部中记录的上述多天的状态信息的与每个种蛋相关联的记录来挑选上述种蛋。
在此,“状态信息”只要是表示种蛋的状态的信息,则可以为任意信息,可列举例如:表示胚胎、血管或血液的状态的信息;表示蛋重、蛋的长径以及短径、蛋的体积等蛋的大小的信息;蛋壳色等。
另外,“多天”是指直至种蛋孵化为止的2天以上,不仅可以为进入孵蛋器之后(入蛋后),而且也可以是其中的至少1天为在进入孵蛋器之前(入蛋前)。
如果是这样的种蛋检查系统,则可以使用不同的多天的状态信息从各种观点出发来挑选种蛋。例如,可以根据不同的多天的状态信息来掌握胚胎的生长速度等时间的变化。该时间的变化与雏的性别、孵化时间、雏的体重增大性等属性、胚胎的发育的中止、中止时期等具有相关关系。
以下,如果进行具体的说明,则本申请发明人着眼于在胚胎是生存并进行发育的种蛋的内部每时每刻都在进行胚胎的生长以及血管的生成及伸长,认为通过利用种蛋的内部的胚胎、血管或血液的状态的时间的变化,从而是否除了可以判别活胚蛋和非活胚蛋以外还可以从各种观点出发来分离种蛋。
例如,本申请发明人设立了种蛋的内部的血管的生长程度(生长速度)在雄性胚和雌性胚中是否具有显著差异的假说。
而且,本申请发明人着眼于根据与血管的生长相伴的血液的量来估计血管的生长程度、即根据血液中的血红蛋白在吸收峰波长之一即578nm下的透射率来估计血管的生长程度,而对种蛋照射具有波长578nm的光来计测在波长578nm下的透射率的变化。
其结果发现从孵蛋开始(入蛋)起第7日的时间点的波长578nm下的透射率确实在雄性胚和雌性胚中具有显著差异。予以说明,详细情况将在后文进行叙述。
即,本申请发明人得出血管或血液形成的进展方式具有性别差异而能够根据血管的生长程度来判别雄性胚和雌性胚的新见解
另外,本申请发明人设立了种蛋的胚胎的生长程度(生长速度)在雄性胚和雌性胚中是否具有显著差异的假说。
而且,本申请发明人着眼于血液中的血红蛋白和水分不易被吸收的波长870nm下的不透明度来估计该胚胎的生长程度,而对种蛋照射具有波长870nm的光来计测波长870nm下的不透明度的变化。
其结果发现从孵蛋开始起第7日、第8日的时间点的波长870nm下的不透明度确实在雄性胚和雌性胚中具有显著差异。予以说明,详细情况将在后文进行叙述。
即,本申请发明人得出胚胎形成的进展方式存在性别差异而能够根据胚胎的生长程度来判别雄性胚和雌性胚的新见解。
根据基于上述的新见解而完成的本发明,可以使用由表示多天的种蛋的内部的胚胎、血管或血液的状态的状态信息得到的种蛋的内部的胚胎的生长信息、血管的生长信息来挑选种蛋。
另外,由于使多天的状态信息记录在记录部中,因此可以容易管理在不同的日期所计测的状态信息。
进而,孵蛋初期的种蛋的胚胎小,对来自外部的振动等刺激敏锐,若为了区分该时期的蛋而进行将蛋转移至不同蛋盘的作业,则存在招致孵化率降低的风险。当在进行转移种蛋的作业时进行种蛋的挑选的情况下,理想的是上述转移作业等待至不对孵化率造成影响的时期。在本发明中,使多天的状态信息记录在记录部中,因此可以在等待至不对孵化率造成影响的时期后进行种蛋的挑选及转移的作业。
具体而言,种蛋挑选部理想的是基于根据上述多天的状态信息求得的上述种蛋的内部的胚胎的生长状态来挑选上述种蛋的部件。
通过这样地基于胚胎的生长状态来挑选种蛋,从而可以进行雏的性别、孵化时间、雏的体重增大性等属性、胚胎的发育的中止、中止时期的预测。
在采蛋鸡的情况下,雄性雏的经济价值匮乏。这是由于:采蛋鸡的雄性雏自然无法用于采蛋的目的,即使作为食肉用途,体重增大性也比肉用鸡差。因此,孵化的雄性雏在雌雄鉴别后被废弃,不仅从雄性的孵蛋成本等经济损失的观点出发被视为问题,而且从生命伦理上的观点出发也被视为问题。
如果考虑该状况,则即使是孵蛋中的种蛋,如果在转用作疫苗蛋(在疫苗制造中所使用的种蛋)的期限即从孵蛋开始起第9日以前能够以高概率预测所孵化的雏的性别,则能够将雄性的孵化概率高的种蛋转用作疫苗蛋,能够减少经济上的损失,能够确保新的收益,并且还能缓和生命伦理上的问题。
因此,上述种蛋挑选部理想的是基于根据上述多天的状态信息所预测的从上述种蛋孵化的雏的性别来挑选上述种蛋的部件。
如果是该构成,则可以选拔孵化雄性雏的种蛋的比例高的种蛋集合而作为疫苗蛋进行活用或销售。进而,可以将有限的孵蛋场的收容能力优先分配给孵化雌性雏的种蛋。而且,可以缓和将雄性雏进行杀生处分的生命伦理上的问题。
另外,本发明涉及的种蛋检查程序,其特征在于,其使计算机具备作为记录部和种蛋挑选部的功能,所述记录部与每个种蛋相关联地记录由对表示种蛋状态的状态信息进行计测的计测部得到的上述多天的状态信息,所述种蛋挑选部基于上述记录部中记录的上述多天的状态信息的与每个种蛋相关联的记录来挑选上述种蛋。
发明效果
根据这样构成的本发明,可以从各种观点出发来高速且非侵害性地挑选种蛋。
符号说明
100···种蛋检查系统
200···放置器蛋盘
2···光照射部
3···光检测部
4···记录部
5···种蛋挑选部
附图说明
图1为表示一般的孵蛋场中的雏的生产工序的流程图。
图2为示意性表示在验证实验中使用的种蛋的非破坏检查装置的构成的图。
图3为表示从孵蛋第0日到第8日的相对透射率光谱的图。
图4为表示每个特定波长的相对透射率的时间变化的图。
图5为表示种蛋的雌雄之别的孵蛋第7日的578nm的相对透射率的图。
图6为表示种蛋的雌雄之别的初始蛋重和孵蛋第7日的578nm的相对透射率的关系的图。
图7为表示种蛋的雌雄之别的孵蛋第7日的578nm的相对透射率相对于孵蛋第0日的578nm的相对透射率之比的图。
图8为表示种蛋的雌雄之别的初始蛋重与孵蛋第7日的578nm的相对透射率相对于孵蛋第0日的578nm的相对透射率之比的关系的图。
图9为表示种蛋的雌雄及未受精蛋的孵蛋第6日的578nm的相对透射率的图。
图10为表示种蛋的雌雄及未受精蛋的孵蛋第6日的相对透射率相对于孵蛋第0日的578nm的相对透射率之比的图。
图11为表示以初始蛋重和孵蛋第7日的相对透射率相对于孵蛋第0日的相对透射率之比作为说明变量、并且以性别(雄性=1、雌性=0)作为目标变量的逻辑回归分布的判别值的分布的图。
图12为示意性表示本实施方式的种蛋的非破坏检查装置的构成(顶部退避位置N)的图。
图13为示意性表示该实施方式的种蛋的非破坏检查装置的构成(顶部头部计测位置M)的图。
图14为在本实施方式的非破坏检查装置中使用的放置器蛋盘的俯视图及在放置器蛋盘的蛋座中载置有种蛋的状态的俯视图。
图15为表示同时计测该实施方式的多个种蛋的状态的图。
图16为表示种蛋的雌雄之别的孵蛋第7日的574nm的相对透射率相对于孵蛋第0日的574nm的相对透射率之比的图。
图17为表示种蛋的雌雄之别的初始蛋重和孵蛋第7日的574nm的相对透射率相对于孵蛋第0日的574nm的相对透射率之比的关系的图。
图18为表示雌雄判别及未受精蛋的阈值的示意图。
图19为表示使用设有RFID的放置器蛋盘的种蛋检查系统的示意图。
图20为示意性表示变形实施方式的组装有种蛋的非破坏检查装置的种蛋区分系统的图。
图21为表示变形实施方式的雏的生产工序的流程图。
图22为表示种蛋的雌雄之别的初始蛋重与Day8的不透明度相对于Day3的不透明度之比的关系的图。
图23为表示种蛋的雌雄之别的Day8的不透明度相对于Day3的不透明度之比的图。
图24为表示种蛋的雌雄之别的Day8的不透明度相对于Day3的不透明度之比与Day7的574nm的相对透射率相对于Day0的574nm的相对透射率之比的关系的图。
图25为表示以Day8的不透明度相对于Day3的不透明度之比和Day7的相对透射率相对于Day0的相对透射率之比作为说明变量、并且以性别(雄性=1、雌性=0)作为目标变量的逻辑回归分布的判别值的分布的图。
图26为示出表示DayN(N=3~18)的不透明度相对于Day3的不透明度之比的变化的生长曲线的图。
具体实施方式
<验证实验>
首先,说明针对本发明提及的假说之一的验证实验。
获得90个采蛋鸡(Julia-lite)的种蛋。予以说明,在获得时测定全部种蛋的蛋重(以下称作初始蛋重。)。另外,本实验中使用的种蛋不进行预加温。
从刚要入蛋至放置器之前(以下称作Day0。)起48小时以后每24小时从种蛋的侧方照射卤素灯光源的光,利用分光器将来自该种蛋的透过光进行分光,测定透过光的分光数据。予以说明,测定装置如图2所示。
这些数据是出于识别从进入放置器起第几日的数据的目的,如果是第N日的数据,则作为DayN的数据加以参照。
出于校正测定环境的目的,测定前代替种蛋而将长度30mm、直径45mm的圆筒状的合成树脂(聚四氟乙烯)块以使块的底面为投光侧的方式放置于测定台上,测定分光数据。
在500nm~900nm的波长范围中,每1nm的种蛋的分光数据除以合成树脂块的分光数据,对各蛋分别求得以合成树脂块为对照的相对透射率的光谱。
相对透射率T(λ)=种蛋的波长λ的分光数据/合成树脂块的波长λ的分光数据
图3中示出种蛋的Day0~Day8的相对透射率光谱。如该图3所示,胚肽在内部生长的种蛋的相对透射率光谱的波形每日都发生变化。
该变化按照578nm、623nm、750nm、810nm、870nm的波长分别示于图4。如该图4所示,相对于全部的波长,Day4~Day5的相对透射率的变化显著,尤其以两天的578nm下的相对透射率之比计算的减少率与其他波长相比显著大。
其理由如以下所示。
从Day3起在蛋黄的胚盘周围观察到血管的生成。随着该血管日益地伸长,作为血液成分的血红蛋白的量增加。于是,在血红蛋白对光的吸收峰波长的附近,光的吸收变大。这是由于:已知血红蛋白的吸收峰波长在可见区域为578nm、540nm、410nm附近,而578nm是其中之一。
因此,578nm的相对透射率的时间变化对应于血管的生成及伸长。
接着,对该血管的生长在雄性胚和雌性胚中是否有差异进行了调查。
继续90个种蛋的孵蛋,使雏孵化。从90个种蛋孵化76只雏。雌雄鉴别的结果是:35只为雌性,41只为雄性。予以说明,5个为未受精蛋。其余为胚胎在孵化前已经死亡的发育中止蛋。
图5为在孵化为雏的76个种蛋中将Day7的578nm的相对透射率按照雏的性别分别图示的图。图5中的空白的菱形符号是表示雏的雌雄鉴别的结果是鉴别为雄性的种蛋的情况,涂黑的圆形符号是表示鉴别为雌性的种蛋的情况。以下,其他散布图中的雌雄鉴别结果的2种符号的区分使用基于此。
由该图5可知:雌性的578nm的相对透射率比雄性的578nm的相对透射率显著变小(t检验p值<0.002)。
在该图5中,如果抽取例如Day7的578nm的相对透射率的值大于0.005的种蛋,则抽取26个。它们是全体76个中的34%。26个中19个为雄性,雄性的比率为73%。即,以特定时间点(此时为Day7)的578nm的相对透射率推定血管或血液的生成程度,如果抽取该值比所确定的阈值大的种蛋,则抽取雄性的孵化概率高的蛋。
图6为采取初始蛋重作为横轴、并且采取Day7的578nm的相对透射率作为纵轴的散布图,在该图6中,雄性的分布和雌性的分布的分离更为显著。
以上,仅使用Day7的578nm的相对透射率,但是578nm的相对透射率除受到血管影响以外还受到种蛋的大小等的影响。为此,出于消除该影响的目的,而求出相对于Day0的578nm的相对透射率的比率。以下,将Day7的578nm的相对透射率相对于Day0的578nm的相对透射率之比简称为Day7的相对透射率相对于Day0的相对透射率之比。
图7为将Day7的相对透射率相对于Day0的相对透射率之比(减少率)按照雏的性别分别图示的图。由该图7可知:雌性的相对透射率之比与雄性的相对透射率之比相比显著小。
在该图7中,如果抽取例如Day7的相对透射率相对于Day0的相对透射率之比大于0.022的种蛋,则抽取29个。它们为全体76个中的38%。29个中21个为雄性,雄性的比率为72%。即,使用特定时间点(在该情况下为Day7)的578nm的相对透射率与其以前的时间点(在该情况下为Day0)的578nm的相对透射率之比来推定血管或血液的生成程度,如果抽取该值比所确定的阈值大的种蛋,则抽取雄性的孵化概率高的蛋。与之前的仅Day7的情况相比,雄性率未发生变化,抽取率提高。
图8为采用初始蛋重作为横轴、并且采用Day7的相对透射率相对于Day0的相对透射率之比作为纵轴的散布图,在该图8中,雄性的分布和雌性的分布的分离更为显著。
图9为Day6的578nm的相对透射率。另外,图10为Day6的578nm的相对透射率相对于Day0的578nm的相对透射率之比。由这些图9及图10,可知活胚蛋与未受精蛋的差异显著。这是由于:如果是未受精蛋,则例如在图9、图10所示的Day6或其前后(后述的第1时间点附近),种蛋内的血管和/或血液的形成不同于受精蛋而未完成。予以说明,活胚蛋与未受精蛋的差异在最早的阶段且差异变得明确的时间点为Day6,即使在Day7,也得基于Day6的结果。
以图8的散布图的横轴的变量X1(=初始蛋重)和纵轴的变量X2(=Day7的相对透射率相对于Day0的相对透射率之比)的2个变量作为说明变量,并且以性别(雄性=1、雌性=0)作为目标变量,按照逻辑回归分析求出判别式。
逻辑回归分析中的雄性雌性判别值Y的分布如图11所示。
就逻辑回归分析中的雄性雌性判别值Y而言,Y的值越接近于1,为雄性的概率越高,相反,越接近于0,为雌性的概率越高。
因此,在将Y≥0.5判定为雄性、并且将Y<0.5设为雌性的情况下,种蛋被分成M判定组和F判定组两个组。即M判定组为包含孵化雄性雏的概率高的种蛋的组,F判定组为包含孵化雌性雏的概率高的种蛋的组。将该分类称作2分法。
基于2分法的判别结果如以下的表1所示。
表1的羽毛鉴别雄性、羽毛鉴别雌性为孵化为雏后利用羽毛鉴别而鉴别出雄性和雌性的雏的只数。M判定、F判定分别为判定为M判定组和F判定组的种蛋数。抽取数为分类为各组的种蛋的个数,抽取率为各组相对于全体所占的比例。雄性率为在各组中的孵化为雄性的比例。
表1
在将Y≥0.6判定为雄性、将Y<0.4判定为雌性、并且将除此以外判定为不明的情况下,种蛋被分成M判定组、G判定组、F判定组三组。在此,M判定组为包含孵化雄性雏的概率高的种蛋的组,F判定组为包含孵化雌性雏的概率高的种蛋的组,G判定组为雄性和雌性的概率相对抗的组。将该分类称作3分法。
基于3分法的判别结果如以下的表2所示。
表2的羽毛鉴别雄性、羽毛鉴别雌性为在孵化为雏后利用羽毛鉴别而鉴别出雄性和雌性的雏的只数。M判定、G判定、F判定分别为判定为M判定组、G判定组、F判定组的种蛋数。抽取数为分类为各组的种蛋的个数,抽取率为各组相对于全体所占的比例。雄性率为在各组中的孵化为雄性的比例。
表2
综上可知:根据Day7的相对透射率相对于Day0的相对透射率之比的性别差异及它们与初始蛋重的组合,预测从种蛋孵化的雏的性别,利用3分法抽取42%的蛋作为M判定组,从其中的约84%的蛋孵化为雄性。与仅是上述的Day7的相对透射率相对于Day0的相对透射率之比的情况相比,抽取率和雄性率均提高。
以上,示出基于将图8的散布图的横轴的变量X1和纵轴的变量X2作为说明变量、并且将性别作为目标变量的逻辑回归分析的雌雄的判别结果。即使同样地基于以图6的散布图的横轴的变量X1和纵轴的变量X2(Day7的578nm的相对透射率)作为说明变量、并且以性别作为目标变量的逻辑回归分析进行雌雄判别,也得到与基于图8的情况同样的结果。
这样,在Day7的578nm的相对透射率相对于Day0的578nm的相对透射率之比或Day7的578nm的相对透射率的基础上,将蛋重也加到性别判定的变量中,由此可以实现判别性能的提高。
在此,将蛋重设为在判定中追加的变量,但是只要是表示除蛋重以外的蛋的长径或短径、蛋的体积等蛋的大小的变量即可。
<第1实施方式>
以下,参照附图对本发明涉及的种蛋检查系统的第1实施方式进行说明。
本实施方式的种蛋检查系统100是通过在种蛋的孵蛋阶段推定种蛋内的血管和/或血液的形成程度来非破坏性地挑选从种蛋孵化的雏的性别。
具体而言,如图12及图13所示,种蛋检查系统100被构成为能够同时检查被载置于放置器蛋盘200的多个种蛋,其具备:光照射部2,从利用未图示的运送机构运送的放置器蛋盘200的下方朝向种蛋照射光;和光检测部3,设置于放置器蛋盘200的上方而对透过种蛋的光的强度进行检测。这些光照射部2及光检测部3成为分别计测表示种蛋的内部的胚胎、血管或血液的状态的状态信息的计测部。即表示种蛋的内部的胚胎、血管或血液的状态的状态信息为透过种蛋的光的强度或使用其求得的值(例如透射率)。予以说明,图12示出放置器蛋盘200的运送状态,图13示出多个种蛋的计测状态。
首先,若对放置器蛋盘200进行说明,则该放置器蛋盘200为如图14所示那样在同一平面上具有多个载置种蛋的例如正6角形的蛋座201的蛋盘。予以说明,在图14中示出被构成为以6行×7列设置共计42个蛋座、且能够载置42个种蛋的放置器蛋盘。
另外,各蛋座201其底面向下方开口并且具有保持种蛋的1个或多个突起部202。而且,如图15所示,各蛋座201被构成为在上下方向上除突起部202外无遮挡光的部分。予以说明,在孵蛋场中使用的放置器蛋盘200中除在此例示的蛋座以外还存在各种形状的蛋座,各蛋座201除保持蛋的突起部202外不存在遮挡光的部分等后述的光计测中所需的要件被同时满足,本实施方式并不限定于该放置器蛋盘200的形状。
而且,该放置器蛋盘200利用未图示的运送机构沿着规定的蛋盘运送方向来运送(参照图12),在规定的检测位置暂时停止,利用光照射部2照射光,并且利用光检测部3检测透过种蛋的光(参照图13)。
光照射部2为照射具有被血管或血液吸收的波长的光的部件。被血管或血液吸收的波长具体为被血红蛋白或肌红蛋白吸收的波长。具体而言,为与在处于检测位置的放置器蛋盘200载置的多个种蛋对应设置的多个发光二极管(LED)21。多个LED21为在578nm附近具有发光中心波长的LED,在本实施方式中,为在574nm具有发光中心波长的LED。予以说明,作为光照射部2,可以为在578nm附近具有发光中心波长的激光。
光检测部3为以与各LED21正对的方式设置的多个光电二极管(PD)31。各PD31被收容于各自独立的由黑色的具备遮光性和柔软性的原材料形成的吸盘32内,与各吸盘32一起被固定在顶部33。该顶部33利用未图示的升降机构在吸盘32与种蛋密合的计测位置M(参照图13、图15)和从该计测位置M向上方分离地运送放置器蛋盘200的退避位置N(参照图12)之间移动。
本实施方式的光照射部2为在574nm具有发光中心波长的LED,但即使是该574nm,也得到与上述的验证实验中的578nm的相对透射率大致同样的结果。其结果如图16及图17所示。予以说明,在该情况下,在放置器蛋盘200上载置合成树脂制的同一形状的模拟蛋,在种蛋的计测前计测其透过光的强度,由此可以求得574nm的相对透射率。
图16为将Day7的相对透射率相对于Day0的相对透射率之比(减少率)按照雏的性别分别图示的图。由该图16可知雌性的相对透射率之比与雄性的相对透射率之比相比显著小。
图17为采用初始蛋重作为横轴、并且采用Day7的相对透射率相对于Day0的相对透射率之比作为纵轴的散布图,在该图17中,雄性的分布和雌性的分布的分离更为显著。
而且,如图12及图13所示,本实施方式的种蛋检查系统100具备:记录部4,与每个种蛋相关联地记录由作为计测部的光照射部2及光检测部3得到的多天的状态信息;和种蛋挑选部5,基于记录部4中记录的多天的状态信息的与每个种蛋相关联的记录来挑选种蛋。
同一放置器蛋盘200上的每个种蛋由蛋座201的位置来确定。具体而言,通过指定放置器蛋盘200内的列的编号和行的编号,从而确定蛋座201的位置,并且确定其上的种蛋。
在使用多个放置器蛋盘200的情况下,通过利用条形码等手段赋予对放置器蛋盘200进行识别的蛋盘ID,从而可以识别蛋盘。
因此,通过对应于记录日等记录的顺序信息、蛋盘ID、蛋座的列编号、行编号来记录状态信息,从而可以与每个种蛋相关联地记录多天的状态信息。
另外,通过基于记录的顺序信息、蛋盘ID、蛋座的列编号、行编号来检索记录,从而可以相关联地参照对同一种蛋的多天的状态信息。
予以说明,该记录部4及种蛋挑选部5由CPU、内部存储器、输入输出接口、AD转换部等专用乃至通用的计算机来构成。而且,按照在内部存储器中储存的种蛋检查程序,CPU或其他周边设备发生协作,由此发挥作为记录部4及种蛋挑选部5的功能。另外,记录部4及种蛋挑选部5可以是由物理上一体的计算机构成的部件,也可以是分别由为物理上分体的计算机构成的部件。
以下,对各部件4、5进行说明。
记录部4是与每个种蛋相关联地记录由光检测部3的PD31得到的电压值、或者由PD31得到的电压值与事先求得的合成树脂块等模拟蛋的电压值之比即相对透射率的值的部件。予以说明,模拟蛋的电压值与种蛋同样地通过在放置器蛋盘200上载置模拟蛋来取得。
另外,记录部4在记录放置器蛋盘200的标识符(例如设置于放置器蛋盘200的条形码信息等。未图示。)的同时记录在该放置器蛋盘200载置的种蛋的位置信息(蛋座位置)及透过该种蛋的光的强度信号(电压值)。
在本实施方式的记录部4中记录以下的(1)及(2)作为多天的状态信息。予以说明,在记录部4还一并记录在入蛋前所测定的初始蛋重作为种蛋的状态信息。
(1)从孵蛋开始起第1设定日(在本实施方式中为第7日,以下相同)的以PD31检测的电压值、或由此得到的相对透射率
(2)第1设定日以前的第2设定日(在本实施方式中为刚要入蛋至孵蛋器之前(孵蛋开始前)即第0日)的以PD31检测的电压值、或由此得到的相对透射率
上述第1设定日及第2设定日的电压值的取得通过以下方式进行,即,将相同的放置器蛋盘200运送至检测位置,利用多个LED21对该放置器蛋盘200上的多个种蛋照射光,再用多个PD31检测透过各个种蛋的光。
上述第1设定日不限于孵蛋第7日,也可以为其前后(例如孵蛋第5日~第8日的任一日)。最适于性别判别的第1设定日因鸡种、入蛋前的预加温的条件而发生变化,另外由与本发明的验证实验同样的方法来决定。
另外,上述第2设定日不限于孵蛋第0日,但优选只要在孵蛋第0日前或紧接其后即可。最适于性别判别的第2设定日因鸡种、入蛋前的预加温的条件而发生变化,另外由与本发明的验证实验同样的方法来决定。
种蛋挑选部5具有:形成程度推定部51,基于记录部4中记录的多天的状态信息(PD31的电压值或相对透射率)的与每个种蛋相关联的记录来推定种蛋内的血管和/或血液的形成程度;和性别判别部52,根据形成程度的推定值来判别由种蛋孵化的雏的性别。
形成程度推定部51将作为第1设定日的状态信息的电压值与作为第2设定日的状态信息的电压值之比设为形成程度的推定值。予以说明,通过取得两者之比,除了测定设备的机械误差及蛋盘的种类等的影响外,还能降低种蛋的尺寸、颜色等种蛋的属性的影响,另外,可以省去使用模拟蛋的测定的麻烦。
性别判别部52为取得由形成程度推定部51得到的推定值、并基于该推定值来判别由种蛋孵化的雏的性别的部件。另外,本实施方式的性别判别部52被构成为基于推定值还可以判别未受精蛋。换言之,该种蛋检查系统100具备基于第1设定日的透过种蛋的光的强度来判别是否为未受精蛋的未受精判别部。
在此,性别判别部52被构成为利用阈值的设定而挑选为M判定组及F判定组的2分法或者挑选为M判定组、G判定组及F判定组的3分法的任一种。
M判定组为包含孵化雄性雏的概率高的种蛋的组。
F判定组为包含孵化雌性雏的概率高的种蛋的组。
在设为3分法的情况下,G判定组为包含不属于M判定组、F判定组的任一组的种蛋的组。予以说明,G判定组为M判定组和F判定组的中间的组,其为孵化雌性雏或雄性雏的概率均称不上高的组。
即,在挑选为M判定组及F判定组的2分法的情况下,性别判别部52设定用于挑选为M判定组和F判定组的M/F阈值。予以说明,该M/F阈值预先被输入性别判别部。
另一方面,在挑选为M判定组、G判定组及F判定组的3分法的情况下,性别判别部52如图18所示那样设定用于挑选为M判定组和G判定组的M/G阈值及用于挑选为G判定组和F判定组的G/F阈值。予以说明,这些M/G阈值及G/F阈值被预先输入性别判别部52。
另外,性别判别部52在上述的2分法及3分法中均设定用于挑选未受精蛋的未受精蛋阈值。该未受精蛋阈值为比M/F阈值及M/G阈值大的值。
综上,可以在种蛋挑选部5中使用由形成程度推定部51得到的推定值,利用性别判别部52进行雌雄判别。
<第1实施方式的效果>
通过这样构成的本实施方式的种蛋检查系统100,可以根据不同的多天(Day0及Day7。但是,并不限于此。)的状态信息来掌握胚胎的生长速度等时间的变化。该时间的变化表示种蛋内的血管和/或血液的形成程度,在雄性胚和雌性胚中有差异,因此可以判别从种蛋孵化的雏的性别,并且可以挑选种蛋。
即,可以在较早的阶段预测大致的雏的成品率。具体而言,可以采取如下行动等:从该批次中挑选包含大量雄性的组而转用为疫苗蛋,或者在能够销售的雏的预测数量比接受订货数多的情况下寻找转卖方,或者在能够销售的雏的预测数量比接受订货数少的情况下,从同业其他公司筹备雏而补充不足部分等。
予以说明,在本实施方式中,由于被构成为基于推定值也能判别未受精蛋,因此可以通过在较早的阶段除去未受精蛋或中止蛋而减少在移蛋作业时间点产生腐败蛋的可能性,或者可以在较早的阶段掌握雏的成品率预测、未受精蛋率而对于以免产生雏的过量和不足这样的最适合的种蛋的筹备数量的决定和种鸡农场的父母代鸡群的管理发挥作用。
另外,由于使多天的状态信息记录于记录部4,因此可以容易地管理在不同日期所计测的状态信息。进而,由于使多天的状态信息记录于记录部4,因此可以在等待至对孵化率不造成影响的时期后进行种蛋的挑选及转移的作业。
<第2实施方式>
接下来,参照附图对本发明涉及的种蛋检查系统的第2实施方式进行说明。
本实施方式的种蛋检查系统100的记录部4的构成及在记录部4写入数据的构成与上述实施方式不同。
具体而言,如图19所示,本实施方式的记录部4为设置于放置器蛋盘200的RFID等非接触IC标签。
在图19所示的例子中,种蛋检查系统100具备:光强度写入部6,将由光检测部3得到的光的强度(电压值)写入非接触IC标签4;光强度读取部7,读取被记录于非接触IC标签4的光强度;和判别结果写入部8,将由性别判别部52得到的判别结果写入非接触IC标签4。予以说明,光强度写入部6、光强度读取部7及判别结果写入部8由对非接触IC标签4进行数据的写入及读取的读写器构成。此时的种蛋的非破坏检查的步骤如下。
在入蛋前的Day0将放置器蛋盘200运送至检测位置,利用多个LED21对该放置器蛋盘200上的多个种蛋照射光,用多个PD31对透过各个种蛋的光进行检测。种蛋检查系统100取得该PD31的电压值。该Day0的电压值与种蛋的位置信息(蛋座位置)一起通过种蛋检查系统100的光强度写入部6写入在该放置器蛋盘200设置的非接触IC标签4中。予以说明,在该非接触IC标签4中还一并记录初始蛋重。
在从孵蛋开始起第7日(Day7),将放置器蛋盘200再次运送至检测位置,利用多个LED21,对该放置器蛋盘200上的多个种蛋照射光,用多个PD31对透过各个种蛋的光进行检测。种蛋检查系统100取得该PD31的电压值。该Day7的电压值与种蛋的位置信息(蛋座位置)一起通过种蛋检查系统100的光强度写入部6写入在该放置器蛋盘200设置的非接触IC标签4中。
种蛋检查系统100的光强度读取部7从非接触IC标签4取得Day0的电压值及Day7的电压值。然后,形成程度推定部51使用Day0的电压值及Day7的电压值算出推定值,性别判别部52通过将该推定值和规定的阈值进行比较来判别各个种蛋各自孵化的雏的性别。该判别结果与种蛋的位置信息(蛋座位置)一起通过种蛋检查系统100的判别结果写入部8写入该放置器蛋盘200的非接触IC标签4中。
之后,在从孵蛋开始起例如第9日(第1设定日以后的第3设定日的一例,不限于第9日。),将放置器蛋盘200运送至区分装置400。利用在该区分装置400设置的判别结果读取部(具体为读写器)401,读取非接触IC标签4中记录的判别结果,利用区分装置400将多个种蛋至少区分成M判定组及F判定组。予以说明,在图19中示出还区分为G判定组及未受精蛋(废弃)的情况。
<第2实施方式的效果>
本实施方式的种蛋检查系统100被构成为在设置于放置器蛋盘200的非接触IC标签4中写入由光检测部3得到的光的强度及由性别判别部52得到的判别结果,因此容易管理每个放置器蛋盘200的种蛋的数据。另外,在设置于放置器蛋盘200的非接触IC标签4中写入由性别判别部52得到的判别结果,日后,可以使用该判别结果进行种蛋的区分,因此即使在雌雄判别的时期为孵蛋初期的情况下,种蛋的转移作业可以等待到对孵化率不造成影响的时期。
予以说明,本发明并不限于上述第1实施方式、第2实施方式。
<种蛋区分系统的变形例(图20)>
图20中示出组装有种蛋检查系统100的种蛋区分系统。在该系统中,光照射部2及光检测部3和种蛋挑选部5被物理性分离而构成。在该例子中,种蛋区分系统具备将由光检测部3得到的光的强度写入非接触IC标签4的光强度写入部6。另外,不同于非破坏检查装置100的装置(例如区分装置400)具备读取被记录于非接触IC标签4的光强度的光强度读取部7和形成程度推定部51及性别判别部52。予以说明,光强度写入部6及光强度读取部7由相同或不同的读写器构成。此时的种蛋的非破坏检查的步骤如下。
在入蛋前的Day0将放置器蛋盘200运送至检测位置,利用多个LED21对该放置器蛋盘200上的多个种蛋照射光,再用多个PD31对透过各个种蛋的光进行检测。种蛋检查系统100取得该PD31的电压值。该Day0的电压值与种蛋的位置信息(蛋座位置)一起通过种蛋检查系统100的光强度写入部6写入该放置器蛋盘200的非接触IC标签4中。予以说明,在该非接触IC标签4中还一并记录初始蛋重。
在从孵蛋开始起第7日(Day7)将放置器蛋盘200再次运送至检测位置,利用多个LED21对该放置器蛋盘200上的多个种蛋照射光,再用多个PD31对透过各个种蛋的光进行检测。种蛋检查系统100取得该PD31的电压值。该Day7的电压值与种蛋的位置信息(蛋座位置)一起通过种蛋检查系统100的光强度写入部6写入该放置器蛋盘200的非接触IC标签4中。
之后,在从孵蛋开始起例如第9日,将放置器蛋盘200运送至区分装置400。利用设置于该区分装置400的光强度读取部7,读取被记录在非接触IC标签4中的Day0及Day7的电压值。然后,区分装置400的形成程度推定部4使用Day0的电压值及Day7的电压值来算出推定值,性别判别部5通过将该推定值和规定的阈值进行比较来判别各个种蛋各自孵化的雏的性别。根据该判定结果,区分装置400将多个种蛋至少区分为M判定组及F判定组。予以说明,在图20中示出还区分为G判定组及未受精蛋(废弃)的情况。
如该变形例或前述的第2实施方式那样,在使用RFID等非接触IC标签作为记录部的情况下,并不限于将全部的信息记录于非接触IC标签,例如可以使非接触IC标签中仅记录蛋盘ID或识别码等一部分信息,另一方面,在不同于该非接触IC标签的场所设置第2记录部,记录与上述一部分信息关联的各个信息。
<进一步利用尺寸信息来预测雏的性别的变形例>
种蛋的透射率还依赖于种蛋的蛋重、长径、短径等尺寸。考虑到该尺寸的影响,形成程度推定部51是进行以变量X1(=初始蛋重)和变量X2(=Day7的相对透射率相对于Day0的相对透射率之比)两个变量作为说明变量而求得性别(雄性=1、雌性=0)的预测值Y的逻辑回归分析的部件,性别判别部52可以为使用该预测值Y来判别从种蛋孵化的雏的性别的部件。在该情况下,性别判别部52可以进行基于例如将Y≥0.5设为雄性、将Y<0.5设为雌性的2分法的判别,也可以进行基于例如将Y≥0.6设为雄性、将Y<0.4设为雌性的3分法的判别。
这样,形成程度推定部51可以为进一步使用了上述第1设定日以前的第2设定日或孵蛋开始前的上述种蛋的尺寸信息的部件,上述的变量X1除初始蛋重以外还考虑蛋的长径、短径、或蛋的体积等,其尺寸信息的计测时期也能够进行各种变更。
在该变形例中,组合使用适合在入蛋前测定的种蛋的尺寸信息和适合在Day0和Day7测定的其他信息。其可以说是如下的例子:可以通过在入蛋前或入蛋后的最佳日期测定的多个证据的利用来实现性别判定精度、其他判定精度的提高,并且基于多天的状态信息的与每个种蛋相关联的记录来挑选种蛋的种蛋检查系统的有效活用。同样,如图6所示的初始蛋重和Day7(单一的测定日)的578nm的相对透射率的关系那样,也自然能够活用该种蛋检查系统的优点。
予以说明,对于变量X2,也并不限于Day7的相对透射率相对于Day0的相对透射率之比,可以为Day0与Day7的相对透射率之差。Day0或Day7不过是第1设定日或第2设定日的一例。进而,在求得预测值Y时,只要能够求得变量X1与变量X2的相关性,则并不限于逻辑回归分析,也可以进行各种变更。
<利用多个波长的光的变形例>
上述实施方式的光照射部2为使用射出具有被血管或血液吸收的波长的光(574nm)的LED的部件,除该LED外,也可以为具备射出具有适合于孵蛋后期的胚胎的心跳测定的波长的光(例如870nm)的LED的部件。在该情况下,可以在孵蛋初期使用574nm的LED进行种蛋的雌雄判别及未受精蛋的判别,并且在孵蛋后期使用870nm的LED进行非活胚蛋(发育中止蛋及未受精蛋)的判别。如果是这样的构成,则在图21所示的雏的生产工序中,在入蛋作业时测定574nm的PD的电压值,在中间検蛋作业时测定574nm的PD的电压值,可以挑选未受精蛋并去除。另外,可以利用之后的性别区分作业来去除雄性的种蛋而转用作疫苗蛋。雌性的种蛋继续直接孵蛋,在移蛋时检蛋作业时测定870nm的PD的电压值,可以挑选非活胚蛋并去除,可以利用移蛋作业使雌性的活胚蛋移蛋至孵化器而使之孵化。
上述实施方式的形成程度推定部51,在基于上述第1设定日和第2设定日或孵蛋开始前的光的强度来推定上述种蛋内的血管和/或血液的形成的程度时,使用各设定日的光的强度之比,但是也可以是使用各设定日间的光的强度之差等而进行各种变更。
<从胚胎的生长状态预测雏的雌雄的变形例>
上述实施方式的种蛋挑选部为基于从根据血管或血液的状态信息预测的从种蛋孵化的雏的性别来挑选种蛋的部件,可以为基于由多天的状态信息求得的种蛋内部的胚胎的生长状态(例如生长速度的水平)来挑选种蛋的部件。
此时,在记录部4中记录以下的(1)及(2)作为多天的状态信息。
(1)从孵蛋开始起第1设定日(例如第14日)的以PD31检测的电压值、或由此得到的相对透射率
(2)第1设定日以后的第2设定日(例如第18日)的以PD31检测的电压值、或由此得到的相对透射率
在上述实施方式中,使用从孵蛋开始起第7日(Day7)的相对透射率来进行雌雄判别,但是在图12所示的检查装置中,可以使用不透明度来进行雌雄判别,所述不透明度使用在测定放置器蛋盘上的种蛋时对各个蛋得到的LED电流(在测定时流入LED的电流值)和PD受光电压(PD受光电压的时间序列数据的平均值)按照下式来计算。予以说明,此时的LED是照射血液中的血红蛋白和水分不易吸收的近红外光的装置,具体而言,是在870nm具有发光中心波长的装置。
不透明度=LED电流/PD受光电压
=LED电流/(蛋的透射率×LED电流×LED发光效率×PD灵敏度)
=K×(1/蛋的透射率)
其中,K=1/(LED发光效率×PD灵敏度)
予以说明,通过求得同一蛋座的不同测定日的不透明度之比,从而可以消去系数K。
DayN的不透明度相对于DayM的不透明度之比
=DayN的不透明度/DayM的不透明度
=DayM的蛋的透射率/DayN的蛋的透射率
通过使用该式,从而不依赖在测定中使用的蛋座,因此,就作为蛋固有的属性的透射率之比而言,可以讨论蛋间的大小。
在以下的实施例中,从Day3开始不透明度的测定,因此使用DayN的不透明度相对于Day3的不透明度之比。
在该实施例中,与上述的验证实验同样地获得90个采蛋鸡(Julia-lit)的种蛋,在获得时测定全部种蛋的蛋重(以下称作初始蛋重。)。
在从Day3~Day18中每24小时对种蛋照射发光中心波长870nm的LED的光,利用PD接收来自该种蛋的透过光。予以说明,该检查装置以使每个蛋的PD的受光电压为规定范围的方式来改变流入LED的电流值。
图22是孵化为雏的76个种蛋的采取初始蛋重作为横轴、采取Day8的不透明度相对于Day3的不透明度之比作为纵轴的散布图,图23是将孵化为雏的76个种蛋的Day8的不透明度相对于Day3的不透明度之比按照雏的性别分别图示的图。由该图22及图23可知雌性的Day8的不透明度相对于Day3的不透明度之比与雄性相比显著大(t检验p值<0.037)。
在该图23中,如果抽取例如Day8的不透明度相对于Day3的不透明度之比小于2.25的种蛋,则抽取37个。它们是全体76个中的49%。37个中23个为雄性,雄性的比率为62%。这样也可以利用Day8的不透明度相对于Day3的不透明度之比进行性别判别。
图24为采取Day8的不透明度相对于Day3的不透明度之比作为横轴、采取Day7的574nm的相对透射率相对于Day0的574nm的相对透射率之比作为纵轴的散布图。
以图24的散布图的横轴的变量X1(=Day8的不透明度相对于Day3的不透明度之比)和纵轴的变量X2(=Day7的相对透射率相对于Day0的Day7的相对透射率之比)两个变量作为说明变量、并且以性别(雄性=1、雌性=0)作为目标变量,利用逻辑回归分析求得判别式。
逻辑回归分析中的雄性雌性判别值Y的分布如图25所示。予以说明,就逻辑回归分析中的雄性雌性判别值Y而言,Y的值越接近于1,为雄性的概率越高,相反,越接近于0,为雌性的概率越高。
在将Y≥0.55判定为雄性、将Y<0.55设为雌性的情况下,种蛋被分为M判定组和F判定组两个组(2分法)。
基于该2分法的判别结果如以下的表3所示。
表3
二分法
M判定 | F判定 | 横向合计 | |
羽毛鉴别雄性 | 26 | 15 | 41 |
羽毛鉴别雌性 | 12 | 23 | 35 |
提取数 | 38 | 38 |
提取率 | 50% | 50% |
雄性率 | 68% | 39% |
雌性率 | 32% | 61% |
在将Y≥0.62判定为雄性、将Y<0.42判定为雌性、并且将除此以外的判定为不明的情况下,种蛋被分为M判定组、G判定组、F判定组三组(3分法)。
基于该3分法的判别结果如以下的表4所示。
表4
三分法
综上可知:利用Day7的相对透射率相对于Day0的相对透射率之比的性别差异、以及它们与Day8的不透明度相对于Day3的不透明度之比的性别差异的组合,预测由种蛋孵化的雏的性别,利用3分法抽取33%的蛋作为M判定组,从其中有约80%的蛋孵化为雄性。与仅是上述的Day8的不透明度相对于Day3的不透明度之比的性别差异的情况相比,抽取率和雄性率均提高。
予以说明,在此,为了推定胚胎的生长程度而使用了不透明度,“胚胎的状态信息”除此之外还可以为代谢的强度(作为一例,为心跳的强度)等。
<从胚胎的生长状态预测后期中止胚并进行挑选的变形例>
上述实施方式的种蛋挑选部是基于从种蛋孵化的雏的性别来挑选种蛋的部件,可以是基于由多天的状态信息求得的种蛋内部的胚胎的生长状态(例如生长速度的水平)而从除雄雌以外的观点出发来挑选种蛋的部件。
以下,对不同日期的不透明度之比的除雌雄判别以外的应用例进行说明。
在孵蛋开始第18日(Day18)的移蛋时的生死判别的检查中,即使观测心脏的跳动或胚胎的活动而判断为活胚蛋,也并不限于该全部的活胚蛋会发生孵化。
通常,若在移蛋后呼吸变为肺呼吸,则蛋内的雏从内侧破壳而打开小孔。将该孔称作啄痕。大多情况下,若出现啄痕,则在数小时以内雏发生孵化,但其中也有不孵化的情况。
将尽管在它们的移蛋时存活但是未发生孵化的蛋称作“未发育蛋”。仅以Day18的数据难以判别是否为未发育蛋。
另一方面,通过观察Day18的不透明度相对于Day14的不透明度之比,从而可以观察到孵蛋后期的胚胎的急生长期的生长速度的差异。而且,本申请发明人发现在Day18的不透明度相对于Day14的不透明度之比小的情况下成为“未发育蛋”的可能性高。
在图26中示出表示DayN(N=3~18)的不透明度相对于Day3的不透明度之比的变化的生长曲线。由该图26可知:在Day18的不透明度相对于Day14的不透明度之比较小的情况下,成为“未发育蛋”的可能性高。另外,在Day18的不透明度相对于Day14的不透明度之比小的情况下,“后期中止蛋”的可能性高。予以说明,后期中止蛋以生命体征的存在也能识别,但是,通过使用不透明度之比,从而能够实现判别精度的改善。
上述第1设定日及第2设定日的电压值的取得与上述实施方式同样的通过以下方式来进行,即,将相同的放置器蛋盘200运送至检测位置,利用多个LED21对该放置器蛋盘200上的多个种蛋照射光,再用多个PD31检测透过各个种蛋的光。
上述第1设定日不限于孵蛋第14日,也可以为其前后(例如孵蛋第12日~第15日的任一日)。另外,第2设定日不限于孵蛋第18日,也可以为其前后(例如孵蛋第16日~第19日的任一日)。最适于胚胎的生长速度的判别的第1设定日及第2设定日因鸡种或入蛋前的预加温的条件而发生变化,另外由与本发明的验证实验同样的方法来决定。
这样,通过使种蛋挑选部对应于生长速度的水平来挑选种蛋,从而可以预测种蛋的孵化时间而按照孵化时间来区分种蛋,或者可以预测雏的体重增大性等属性而按照属性来区分种蛋。另外,通过按照属性区分种蛋,从而还可以设定对各个种蛋最佳的孵蛋条件。
<其他变形例>
例如,作为光照射部2,可以使用卤素灯等宽频带的波长的光源。在该情况下,作为光检测部3,设为使用求得多波长的分光光谱的分光器的构成。在该构成的情况下,光的强度是指分光强度光谱。
此时,在记录部4中记录以下的(1)及(2)作为多天的状态信息。
(1)在从孵蛋开始起第1设定日(在本实施方式中为第7日,依据上述的实施方式。)的分光强度光谱的578nm的值、或其附近的值的平均值、或者在从孵蛋开始起第1设定日的对种蛋的分光强度光谱与事先求得的合成树脂块等模拟蛋的分光强度光谱的各波长之比即透射率光谱中的578nm的值、或其附近的值的平均值
(2)在第1设定日以前的第2设定日(在本实施方式中为刚要入蛋至孵蛋器之前(孵蛋开始前)即第0日,依据上述的实施方式。)的分光强度光谱的578nm的值、或其附近的值的平均值、或者在从孵蛋开始起第1设定日的对种蛋的分光强度光谱与事先求得的合成树脂块等模拟蛋的分光强度光谱的各波长之比即透射率光谱中的578nm的值、或其附近的值的平均值
上述第1设定日及第2设定日的分光强度光谱的取得通过以下方式进行,即,将相同的放置器蛋盘200运送至检测位置,利用光照射部2对该放置器蛋盘200上的多个种蛋照射光,用光检测部3对透过各个种蛋的光进行检测。
另外,种蛋检查系统100具有将由形成程度推定部51得到的形成程度写入非接触IC标签4的形成程度推定值写入部,可以被构成为由该形成程度推定值写入部将推定值写入非接触IC标签4。在该情况下,写入非接触IC标签4的推定值被设有形成程度推定值读取部的种蛋检查系统100或区分装置等读取而利用于基于性别判别部52的性别判别。进而,种蛋检查系统100可以还具备判别结果写入部及判别结果读取部。
在上述各实施方式中,由在2个设定日或3个设定日分别取得的状态信息来挑选种蛋,也可以由在4个以上的设定日分别取得的状态信息来挑选种蛋。这样,通过将4个以上的状态信息进行比较,从而能够精度良好地预测雏的性别、孵化时间、雏的体重增大性等属性、胚胎发育的中止、中止时期等。
在上述的实施方式中,对在放置器蛋盘上静止的状态的种蛋照射光来进行检查,但是并不限于此,当然也可以对运送途中的种蛋照射光而逐次进行检查。
另外,用于得到状态信息的计测部并不限于使用透过光进行计测的计测部。进而,为了得到多天的状态信息,当然也可以使用多种计测部。
此外,本发明并不限于上述实施方式,自然可以在不脱离其主旨的范围进行各种变形。
产业上的可利用性
根据本发明,可以提供从各种观点出发高速且非侵害性地挑选种蛋的种蛋检查系统。
Claims (4)
1.一种种蛋检查系统,其具备:
计测部,对表示种蛋状态的状态信息进行计测;
记录部,与每个种蛋相关联地记录由所述计测部得到的多天的状态信息;和
种蛋挑选部,基于所述记录部中记录的所述多天的状态信息的与每个种蛋相关联的记录来挑选所述种蛋。
2.根据权利要求1所述的种蛋检查系统,其中,所述种蛋挑选部是基于根据所述多天的状态信息求得的所述种蛋的内部的胚胎的生长状态来挑选所述种蛋的部件。
3.根据权利要求1所述的种蛋检查系统,其中,所述种蛋挑选部是基于根据所述多天的状态信息预测的从所述种蛋孵化的雏的性别来挑选所述种蛋的部件。
4.一种种蛋检查程序,其特征在于,其使计算机具备作为记录部和蛋挑选部的功能,
所述记录部与每个种蛋相关联地记录由对表示种蛋状态的状态信息进行计测的计测部得到的多天的状态信息,
所述种蛋挑选部基于所述记录部中记录的所述多天的状态信息的与每个种蛋相关联的记录来挑选所述种蛋。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016232265 | 2016-11-30 | ||
JP2016-232265 | 2016-11-30 | ||
PCT/JP2017/041957 WO2018101139A1 (ja) | 2016-11-30 | 2017-11-22 | 種卵検査システム及び種卵検査プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109862783A true CN109862783A (zh) | 2019-06-07 |
CN109862783B CN109862783B (zh) | 2021-11-02 |
Family
ID=62241406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780063660.6A Active CN109862783B (zh) | 2016-11-30 | 2017-11-22 | 种蛋检查系统及种蛋检查程序 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP6822691B2 (zh) |
CN (1) | CN109862783B (zh) |
WO (1) | WO2018101139A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114096844A (zh) * | 2019-06-28 | 2022-02-25 | 四国计测工业株式会社 | 验蛋装置、验蛋程序及验蛋方法 |
CN117256514A (zh) * | 2023-11-17 | 2023-12-22 | 河北玖兴农牧发展有限公司 | 一种用于分选系统的剔除不合格种蛋的方法 |
CN117502303A (zh) * | 2023-11-30 | 2024-02-06 | 重庆华裕耀新农业科技有限公司 | 一种种蛋无损检测方法及受精信息检测系统 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7198503B2 (ja) * | 2019-06-17 | 2023-01-04 | 株式会社ナベル | 孵化途中卵の観測装置 |
CN115697049A (zh) * | 2020-06-12 | 2023-02-03 | 股份公司南备尔 | 雏鸡的生产方法和雏鸡的生产系统 |
CN116806308A (zh) * | 2020-12-17 | 2023-09-26 | 农先科科技有限公司 | 使用近ir光谱学确定鸡蛋的性质和/或蛋内鸡胚胎的性质的非侵入性方法、相应的系统及其用途 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004177309A (ja) * | 2002-11-28 | 2004-06-24 | Naberu:Kk | 鳥類の発生途上卵における胚の活動度合い測定方法およびその装置 |
CN1652682A (zh) * | 2002-05-06 | 2005-08-10 | 恩布里克斯公司 | 用于通过检测胚胎心率和/或运动来识别活的蛋的方法和设备 |
US20060082759A1 (en) * | 2004-10-14 | 2006-04-20 | Embrex, Inc. | Methods and apparatus for identifying and diagnosing live eggs using heart rate and embryo motion |
CN102692487A (zh) * | 2012-01-12 | 2012-09-26 | 河南科技大学 | 一种蛋类分选用拍照和分拣装置 |
CN103583413A (zh) * | 2013-11-06 | 2014-02-19 | 广东宏益鳄鱼产业有限公司 | 一种鳄鱼种蛋的清洗方法 |
US20140080165A1 (en) * | 2001-04-17 | 2014-03-20 | Embrex, Inc. | Methods and apparatus for selectively processing eggs having identified characteristics |
CN104302168A (zh) * | 2012-05-18 | 2015-01-21 | 株式会社山本 | 种蛋检查装置 |
CN104520693A (zh) * | 2013-06-14 | 2015-04-15 | 株式会社Nabel | 种蛋检查装置以及种蛋检查方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4858863B2 (ja) * | 2009-11-14 | 2012-01-18 | 株式会社ナベル | 種卵検査装置 |
EP3757552A1 (en) * | 2012-08-31 | 2020-12-30 | Agri Advanced Technologies GmbH | Spectrophotometric analysis of embryonic chick feather color |
EP3158302B1 (en) * | 2014-06-18 | 2021-12-29 | Innopix, Inc. | Spectral imaging system for remote and noninvasive detection of target substances using spectral filter arrays and image capture arrays |
CN104316473A (zh) * | 2014-10-28 | 2015-01-28 | 南京农业大学 | 一种基于高光谱图像对鸡种蛋孵化早期胚胎性别鉴定的方法 |
JP6723597B2 (ja) * | 2016-06-20 | 2020-07-15 | 株式会社ナベル | 種卵の非破壊検査装置及びそれに用いる種卵検査プログラム |
-
2017
- 2017-11-22 JP JP2018553805A patent/JP6822691B2/ja active Active
- 2017-11-22 WO PCT/JP2017/041957 patent/WO2018101139A1/ja active Application Filing
- 2017-11-22 CN CN201780063660.6A patent/CN109862783B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140080165A1 (en) * | 2001-04-17 | 2014-03-20 | Embrex, Inc. | Methods and apparatus for selectively processing eggs having identified characteristics |
CN1652682A (zh) * | 2002-05-06 | 2005-08-10 | 恩布里克斯公司 | 用于通过检测胚胎心率和/或运动来识别活的蛋的方法和设备 |
JP2004177309A (ja) * | 2002-11-28 | 2004-06-24 | Naberu:Kk | 鳥類の発生途上卵における胚の活動度合い測定方法およびその装置 |
US20060082759A1 (en) * | 2004-10-14 | 2006-04-20 | Embrex, Inc. | Methods and apparatus for identifying and diagnosing live eggs using heart rate and embryo motion |
CN102907349A (zh) * | 2004-10-14 | 2013-02-06 | 恩布里克斯公司 | 使用心率和胚胎活动识别和诊断活蛋的方法和设备 |
CN102907349B (zh) * | 2004-10-14 | 2015-02-25 | 恩布里克斯公司 | 诊断多个蛋的胚胎健康的方法 |
CN102692487A (zh) * | 2012-01-12 | 2012-09-26 | 河南科技大学 | 一种蛋类分选用拍照和分拣装置 |
CN104302168A (zh) * | 2012-05-18 | 2015-01-21 | 株式会社山本 | 种蛋检查装置 |
CN104520693A (zh) * | 2013-06-14 | 2015-04-15 | 株式会社Nabel | 种蛋检查装置以及种蛋检查方法 |
CN103583413A (zh) * | 2013-11-06 | 2014-02-19 | 广东宏益鳄鱼产业有限公司 | 一种鳄鱼种蛋的清洗方法 |
Non-Patent Citations (1)
Title |
---|
赵文龙等: "一种无精蛋自动挑选系统设计", 《农业网络信息》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114096844A (zh) * | 2019-06-28 | 2022-02-25 | 四国计测工业株式会社 | 验蛋装置、验蛋程序及验蛋方法 |
CN117256514A (zh) * | 2023-11-17 | 2023-12-22 | 河北玖兴农牧发展有限公司 | 一种用于分选系统的剔除不合格种蛋的方法 |
CN117256514B (zh) * | 2023-11-17 | 2024-04-23 | 河北玖兴农牧发展有限公司 | 一种用于分选系统的剔除不合格种蛋的方法 |
CN117502303A (zh) * | 2023-11-30 | 2024-02-06 | 重庆华裕耀新农业科技有限公司 | 一种种蛋无损检测方法及受精信息检测系统 |
CN117502303B (zh) * | 2023-11-30 | 2024-06-04 | 重庆华裕耀新农业科技有限公司 | 一种种蛋无损检测方法及受精信息检测系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2018101139A1 (ja) | 2018-06-07 |
JP6822691B2 (ja) | 2021-01-27 |
CN109862783B (zh) | 2021-11-02 |
JPWO2018101139A1 (ja) | 2019-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109862783A (zh) | 种蛋检查系统及种蛋检查程序 | |
JP6723597B2 (ja) | 種卵の非破壊検査装置及びそれに用いる種卵検査プログラム | |
AU2001266865B2 (en) | Methods and apparatus for non-invasively identifying conditions of eggs via multi-wavelength spectral comparison | |
CN100397077C (zh) | 用于确定受精的鸡蛋的性别的方法和装置 | |
CN100352343C (zh) | 用于通过检测胚胎心率和/或运动来识别活的蛋的方法和设备 | |
CN102421282B (zh) | 鸟类性别判定的方法 | |
Kouwenberg et al. | Corticosterone and stable isotopes in feathers predict egg size in A tlantic P uffins F ratercula arctica | |
Vilgrain et al. | Trait‐based approach using in situ copepod images reveals contrasting ecological patterns across an Arctic ice melt zone | |
Abd Aziz et al. | A review on computer vision technology for monitoring poultry Farm—Application, hardware, and software | |
CN102507459A (zh) | 一种生鲜牛肉新鲜度快速无损评价方法及系统 | |
Wolfe et al. | Breeding seasons, molt patterns, and gender and age criteria for selected northeastern Costa Rican resident landbirds | |
Takola et al. | Novelty at second glance: a critical appraisal of the novel object paradigm based on meta-analysis | |
Hussain et al. | A study on quality traits of chicken eggs collected from different areas of Karachi | |
JP2020204570A (ja) | 種卵検査装置、特定方法、および、特定プログラム | |
Smith et al. | Fertility and embryo development of broiler hatching eggs evaluated with a hyperspectral imaging and predictive modeling system | |
Fathi et al. | Effect of genotype and egg weight on hatchability properties and embryonic mortality pattern of native chicken populations | |
Abbas et al. | Prospects and challenges of adopting and implementing smart technologies in poultry production. | |
Adenaike et al. | Multifunctional discriminant analysis of morphostructural traits in Nigerian locally adapted turkeys | |
Zhou et al. | Detection of abnormal chicken droppings based on improved Faster R-CNN | |
Zhu et al. | Online detection of abnormal chicken manure based on machine vision | |
Brophy | Analysis of growth marks in calcified structures: insights into stock structure and migration pathways | |
Boga et al. | Computer-assisted automatic egg fertility control | |
CN112470998B (zh) | 一种用于家禽育种的个体编号方法 | |
US20230217904A1 (en) | Chick production method and chick production system | |
Syduzzaman et al. | Grading of Hatching Eggs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |