CN114910608A - 基于鱼类耳石格栅化补点半地标点法群体判别方法 - Google Patents

基于鱼类耳石格栅化补点半地标点法群体判别方法 Download PDF

Info

Publication number
CN114910608A
CN114910608A CN202210500901.1A CN202210500901A CN114910608A CN 114910608 A CN114910608 A CN 114910608A CN 202210500901 A CN202210500901 A CN 202210500901A CN 114910608 A CN114910608 A CN 114910608A
Authority
CN
China
Prior art keywords
otolith
point
landmark
points
fish
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
Application number
CN202210500901.1A
Other languages
English (en)
Other versions
CN114910608B (zh
Inventor
王英俊
宋爱环
吴莹莹
邹琰
赵文溪
刘莹
于超勇
张伟
刘童
官曙光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Academy Of Marine Sciences Qingdao National Marine Science Research Center
Original Assignee
Shandong Academy Of Marine Sciences Qingdao National Marine Science Research Center
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Academy Of Marine Sciences Qingdao National Marine Science Research Center filed Critical Shandong Academy Of Marine Sciences Qingdao National Marine Science Research Center
Priority to CN202210500901.1A priority Critical patent/CN114910608B/zh
Publication of CN114910608A publication Critical patent/CN114910608A/zh
Application granted granted Critical
Publication of CN114910608B publication Critical patent/CN114910608B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N5/00—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
    • Y02A40/81—Aquaculture, e.g. of fish

Landscapes

  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Farming Of Fish And Shellfish (AREA)

Abstract

本发明涉及一种基于鱼类耳石格栅化补点半地标点法群体判别方法，属于鱼类耳石鉴别技术领域，所述方法对耳石最长直径进行8～12均分栅格化，选取栅格与耳石听沟、轮廓的交点，用作地标点，进行统计分析；同时对非共有交点，在缺失非共有交点的耳石上，选择近似位置上的地标点重复记一个点，命名为所述非共有交点，然后将所有地标点输入tpsrelw32软件进行群体判别；所述的非共有交点是指不是在所有耳石上都出现的地标点。本发明所述方法对耳石进行格栅化的同时并进行人工补点，以增加耳石特征表达效果，提高通过耳石判别鱼类群体的正确率。

Description

基于鱼类耳石格栅化补点半地标点法群体判别方法
技术领域
本发明属于鱼类耳石鉴别技术领域，具体的涉及一种基于鱼类耳石格栅化补点半地标点法群体判别方法。
背景技术
鱼类耳石是硬骨鱼类内耳中起平衡和听觉作用的硬组织，主要由碳酸钙构成，其形态特征受遗传因子调控，具有种的特异性，常被用于鱼种或者种群的划分。耳石的形态研究早期侧重于度量指标测量，描述耳石的光滑度、突起程度等。20世纪80年代，形态分析方法及多元统计分析工具趋于成熟，几何形态测量学得以发展。几何形态测量学主要包括两种方法：轮廓线法和地标点法。标点法(landmarkmethods),是基于笛卡儿地标的形状统计方法,通过获取二维影像上的地标点X、Y坐标数据,将其进行相对扭曲(RelativeWarp)和薄板样条分析,绘制网格变形图,分析耳石形态变异和进行多元统计分析,地标点是有着明显特征且容易辨别的点。目前，在生物学应用中，地标点常分为三类：I型地标点是不同组织之间的接触点、交点，如翅脉、叶脉的交点，鱼鳍与鱼身的交点等。II型地标点是结构中的凹陷或突起点，如牙齿的尖锐曲度，骨骼的突起等。III型地标点是结构中的最长点、最窄点、最宽点等端点或极点。地标点法首先获取耳石标志性地标点的X,Y坐标值，又称笛卡尔坐标(Cartesian coordinate data)，将坐标值通过置中(centering)、旋转(rotation)以及缩放(scaling)使运算结果表示为耳石纯粹的形态信息，消除了耳石位置、尺度、角度、拍摄倍数等非形状效应，进而量化研究对象的形态。除去这些非形状变异的干扰常用的是叠印法。其原理是通过最小二乘法准则(least-square criterion)找出坐标点之间的最小距离，然后进行置中、旋转以及缩放等，得到耳石样本的平均形态(mean shape)。薄板样条分析法理论则是利用了材料学中扭曲能量矩阵(bending energy matrix)的知识，物体产生的形变变化反映在对应函数的转换，函数转换涉及一系列复杂的步骤，其中包括主要扭曲(principal warp)、相对扭曲(relative warp)、部分扭曲(partial warp)等，生成相应的数据文件用统计学软件进行差异性比较。另外，通过薄板样条分析可直接视觉展示样本的形态变化。现有技术中，用tpsDig2软件在耳石上标地标点，生成“.tps文件”，然后将生成的“.tps文件”输入tpsrelw32软件，进行耳石特征信息提取，再结合统计学方法完成基于耳石特征的群体分析。
但是，现有技术中的半地标点法用于鱼类耳石群体分类，为保持选点个数的一致性，导致基叶、翼叶特征表达不完全，判别准确率不高。
发明内容
本发明要解决的技术问题在于提供一种基于鱼类耳石格栅化补点半地标点法群体判别方法，所述方法对耳石格栅化后再补充特征点，能够增加地标点的数量、提高耳石特征表达能力和通过耳石形态判别鱼类群体的正确率。
本发明是通过如下技术方案来实现的：
一种基于鱼类耳石格栅化补点半地标点法群体判别方法，所述方法对耳石的最长直径进行8～12均分栅格化，选取栅格与耳石听沟、轮廓的交点，用作地标点，进行统计分析；同时对非共有交点，在缺失非共有交点的耳石上，选择近似位置上的地标点重复记一个点，命名为所述非共有交点，然后将所有地标点输入tpsrelw32软件进行群体判别；所述的非共有交点是指不是在所有耳石上都出现的地标点。
进一步，耳石最长直径12均分栅格化。
本发明与现有技术相比的有益效果：
本发明方法通过格栅化半地标点法补点方法，在选取耳石边缘、听沟与格栅的交点作为地标点之外，通过增加体现基页特征的补点，保证了耳石特征提取的完整性，增加耳石特征表达效果，提高群体的判别率。再者所选的点全部为客观点，避免了主观因素对选点位置的影响，实现了tpsrelw32软件选点过程的标准化，为建立地标点数据库和后续深入应用奠定了基础。
附图说明
图1为大泷六线鱼耳石图：右侧为耳石前端，左侧为耳石后端，上面为背侧，下面为腹侧，1、主凹槽也即听沟，2、听沟尾部，3、翼叶，4、基叶；
图2为原始地标点取点示意图；
图3为8×1垂直栅格化图；
图4为人工补点图：a为具有非共有交点的耳石，b为没有非共有交点的耳石。
图5为12×1垂直栅格化图，a为34个地标点耳石，b为36个个地标点耳石；c为35个地标点耳石并补一个地标点；d为对a进行补2个地标点。
具体实施方式
下面通过实施例来对本发明的技术方案做进一步解释，但本发明的保护范围不受实施例任何形式上限制。
实施例1
选用采自7个野生群体连云港、青岛、威海、烟台、秦皇岛、大连、丹东和1个威海养殖区域的大泷六线鱼样本，测量鱼体体长、体质量等信息并摘取耳石。将耳石用超纯水清洗干净后放入烘箱中烘干至恒重，利用电子天平(分度值0.01mg)进行称重，并记录，将左右耳石放入干净的1.5ml离心管分开编号保存。
本实施例中左右矢耳石形态差异不明显，因此统一选取大泷六线鱼左侧矢耳石作为研究对象，耳石形态分析中采用OLYMPUS SZ61体视显微镜对矢耳石内侧面进行图像采集。个别左耳石缺失时使用右耳石代替。耳石的图像如图1所示，图的右侧为耳石前端，左侧为耳石后端，上面为背侧，下面为腹侧，1为主凹槽也即听沟，2为听沟尾部，3为翼叶，4为基叶。
将采集的耳石图像分别按照原始地标点法、垂直栅格化地标点法(不进行人工补点)和垂直栅格化地标点法(人工补点法)进行处理，具体方法和结果如下：
1、原始地标点法
原始地标点法，根据地标点同源性和特征性的要求，选取大泷六线鱼耳石形态上的耳石外部轮廓和听沟轮廓共14个地标点，按顺时针方向取点，所有样品的地标点数和顺序保持一致，并对14个地标点进行分类。I型地标点为6、11、12、13、14，II型地标点为2、4、8、10；III型地标点为1、3、5、7、9，建立相应的坐标点数值文件。最后找出的地标点如图2所示。
2、垂直栅格化地标点法(不进行补点法)
对耳石的最长直径先后进行了栅格化8均分、10均分和12均分，选取栅格与耳石听沟、轮廓的交点，用作地标点，进行统计分析。然而大泷六线鱼耳石的基叶、翼叶比例不一，并且为群体划分的重要特征之一，栅格化均分时会导致翼叶交点个数不一致的情况，而地标点用于耳石形态学分析时，必须保证每一个耳石上取得点的个数统一，因此在分析时会舍掉非共有交点。如图3中26号点并不是所有的耳石都有这个交点，因此选择舍弃，只用25个点进行分析。用tpsDig2软件在耳石上标地标点，生成“.tps文件”，然后将生成的“.tps文件”输入tpsrelw32软件，进行耳石特征信息提取，再结合统计学方法完成基于耳石特征的群体分析。
3、垂直栅格化地标点法(人工补点法)
本方法对方法2(垂直栅格化地标点法(不进行补点法))中的非共有点进行人工补点，比如图4中的a出现了地标点26，但在右图中没有地标点26，这时通过人工在地标点6位置再多加一个点为地标点26，实际上地标点26与地标点6是重合在一起的，但为了在图上能表示清楚，特地将地标点26与地标点6分开。
四种方法对不同群体的大泷六线鱼的进行群体判断，结果如下表1所示。
表1不同标点法对大泷六线鱼群体判别结果
Figure BDA0003635406060000061
Figure BDA0003635406060000071
如表1所示，对耳石的最长直径进行8均分、10均分和12均分，同样进行8×1均分格栅化，通过人工补点，能够将判别的准确率提高11.5％；12×1垂直栅格化设计了12×1个栅格将耳石最长径十二等分，不补点的情况共选择了34个半地标点(图5中的a),群体判别正确率为82.5％；采用12×1栅格化的全部耳石样本出现2个非共有交点，如图5中b地标点35和36；则需要补一个点和补两个点的情况。如图5中a只有34个地标点，在地标点8处进行人工补两个非共有地标点35和36，补点后如图5中的d所示；在图5中的耳石c则只需要补一个地标点36，将地标点补在地标点8或35的位置。如果补1个非共有交点，则群体的判别率为84.2％；补2个非共有交点则群体的判别率为86.3％。由此可见，通过人工补点能够提高群体判别的正确率。

Claims (2)

1.一种基于鱼类耳石格栅化补点半地标点法群体判别方法，其特征在于所述方法对耳石的最长直径进行8～12均分栅格化，选取栅格与耳石听沟、轮廓的交点，用作地标点，进行统计分析；同时对非共有交点，在缺失非共有交点的耳石上，选择近似位置上的地标点重复记一个点，命名为所述非共有交点，然后将所有地标点输入tpsrelw32软件进行群体判别；所述的非共有交点是指不是在所有耳石上都出现的地标点。
2.根据权利要求1所述的一种基于鱼类耳石格栅化补点半地标点法群体判别方法，其特征在于耳石最长直径12均分栅格化。
CN202210500901.1A 2022-05-10 2022-05-10 基于鱼类耳石格栅化补点半地标点法群体判别方法 Active CN114910608B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210500901.1A CN114910608B (zh) 2022-05-10 2022-05-10 基于鱼类耳石格栅化补点半地标点法群体判别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210500901.1A CN114910608B (zh) 2022-05-10 2022-05-10 基于鱼类耳石格栅化补点半地标点法群体判别方法

Publications (2)

Publication Number Publication Date
CN114910608A true CN114910608A (zh) 2022-08-16
CN114910608B CN114910608B (zh) 2023-07-21

Family

ID=82766914

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210500901.1A Active CN114910608B (zh) 2022-05-10 2022-05-10 基于鱼类耳石格栅化补点半地标点法群体判别方法

Country Status (1)

Country Link
CN (1) CN114910608B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105740918A (zh) * 2014-12-12 2016-07-06 上海海洋大学 一种基于极角坐标的耳石测量和鱼类种群鉴别方法
CN107038458A (zh) * 2017-04-01 2017-08-11 中国水产科学研究院淡水渔业研究中心 一种基于中华绒螯蟹背甲形态的产地判别方法
WO2017221259A1 (en) * 2016-06-23 2017-12-28 S Jyothi Automatic recognition of indian prawn species
CN108898161A (zh) * 2018-06-07 2018-11-27 中国水产科学研究院淡水渔业研究中心 一种基于耳石形态的鲚属鱼类种群判别方法
CN108931571A (zh) * 2018-07-18 2018-12-04 上海海洋大学 一种基于生活史早期耳石微量元素判别分析鱿鱼类种群的方法
CN110586562A (zh) * 2019-09-17 2019-12-20 浙江海洋大学 一种许氏平鲉种群的鉴别方法
CN112598079A (zh) * 2020-12-31 2021-04-02 上海海洋大学 一种头足类种群和种类的鉴别方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105740918A (zh) * 2014-12-12 2016-07-06 上海海洋大学 一种基于极角坐标的耳石测量和鱼类种群鉴别方法
WO2017221259A1 (en) * 2016-06-23 2017-12-28 S Jyothi Automatic recognition of indian prawn species
CN107038458A (zh) * 2017-04-01 2017-08-11 中国水产科学研究院淡水渔业研究中心 一种基于中华绒螯蟹背甲形态的产地判别方法
CN108898161A (zh) * 2018-06-07 2018-11-27 中国水产科学研究院淡水渔业研究中心 一种基于耳石形态的鲚属鱼类种群判别方法
CN108931571A (zh) * 2018-07-18 2018-12-04 上海海洋大学 一种基于生活史早期耳石微量元素判别分析鱿鱼类种群的方法
CN110586562A (zh) * 2019-09-17 2019-12-20 浙江海洋大学 一种许氏平鲉种群的鉴别方法
CN112598079A (zh) * 2020-12-31 2021-04-02 上海海洋大学 一种头足类种群和种类的鉴别方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
V.M.TUSET等: "Testing otolith morphology for measuringmarine fish biodiversity", 《MARINE AND FRESH WATER RESEARCH》, vol. 67, no. 7, pages 1037 - 1048 *
侯刚等: "基于地标点几何形态测量法识别北部湾 4 种白姑鱼矢耳石形态", 《中国水产科学》, vol. 20, no. 6, pages 1293 - 1302 *
欧利国等: "基于地标点法的4种鲹科鱼类矢耳石形态分类", 大连海洋大学学报, vol. 35, no. 01, pages 114 - 120 *

Also Published As

Publication number Publication date
CN114910608B (zh) 2023-07-21

Similar Documents

Publication Publication Date Title
CN102163342B (zh) 基于多尺度测量数据的果树形态结构三维重建方法
CN112825791B (zh) 一种基于深度学习与点云凸包化特征的奶牛体况评分方法
CN109886277B (zh) 一种基于轮廓分析的茶鲜叶识别方法
CN111291686B (zh) 农作物根果表型参数的提取与根果表型判别方法及系统
CN110176020A (zh) 一种融合2d和3d图像的燕窝杂质分拣方法
CN116523898A (zh) 一种基于三维点云的烟草表型性状提取方法
Gruwier et al. Exploration of the taxonomy of some Pleistocene Cervini (Mammalia, Artiodactyla, Cervidae) from Java and Sumatra (Indonesia): a geometric-and linear morphometric approach
CN115187803A (zh) 一种用于名优茶嫩芽采摘过程的定位方法
Farias et al. Otolith shape analysis as a tool for stock discrimination of the black scabbardfish, Aphanopus carbo Lowe, 1839 (Pisces: Trichiuridae), in Portuguese waters
MacLeod The direct analysis of digital images (eigenimage) with a comment on the use of discriminant analysis in morphometrics
CN106326914B (zh) 一种基于svm的珍珠多分类方法
CN112927287B (zh) 一种目标物体的表型数据分析方法、存储介质及终端
CN114910608A (zh) 基于鱼类耳石格栅化补点半地标点法群体判别方法
Merrett A new shark of the genus Squalus (Squalidae: Squaloidea) from the equatorial western Indian Ocean; with notes on Squalus blainvillei
CN114994242B (zh) 基于鱼类耳石的同心圆切割半地标点补点的群体判别方法
Mann et al. Homothallism, morphology and phylogenetic position of a new species of Sellaphora (Bacillariophyta), S. pausariae
CN114943825A (zh) 基于鱼类耳石的同心圆切割半地标点的群体判别方法
CN116258844A (zh) 一种棉花叶片表型性状快速精准鉴定方法
CN114581450A (zh) 基于点云图像转换的玉米株高茎粗测量方法及装置
CN115393884A (zh) 一种海图专题信息的提取处理方法、装置及系统
Bouchet et al. Comparative anatomy of the carotid canal in the Miocene small-bodied catarrhine Pliobates cataloniae
Hotton et al. An ontogenetic model for the Mississippian seed plant family Calamopityaceae
Stern et al. Quantitative morphological distinctions between Bushman and Hottentot skulls: a preliminary report
CN114283163A (zh) 一种多平台激光雷达大田玉米高通量茎叶分离方法
Pattuinan et al. Morphometric shape analysis of otolith from selected goby fishes

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