Predicción del tiempo máximo de almacenamiento del huevo fértil, línea genética Hisex Brown, mediante imágenes hiperespectrales

Abstract

La identificación temprana de huevos infértiles, así como los huevos que no presentan la calidad debida luego de la clasificación, generaría un gran ahorro de espacio, costos y previniendo posibles errores de manipulación y contaminación. Por lo cual resultaría beneficioso para el sector avícola enfocado en las plantas de incubación, pues el desarrollo de un método no destructivo, rápido y preciso de clasificación. Con este propósito el objetivo de la investigación fue predecir el tiempo máximo de almacenamiento, mediante el cual se pueda determinar una mejor y rápida clasificación de la fertilidad y calidad del huevo con el uso de un sistema hiperespectral en combinación con análisis multivariado. Para la fertilidad: se utilizó 120 huevos fértiles de gallinas inseminadas manualmente y 120 huevos infértiles, pertenecieron a la línea genética Hisex Brown, posteriormente fueron almacenadas en una incubadora durante 4 días, obteniendo las tomas a las 0, 12, 24, 36, 48, 60, 72, 84, 96 horas de incubación. Para la calidad: se empleó grupos de 15 muestras de huevos fértiles de gallinas inseminadas manualmente, almacenados en un ambiente controlado durante 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19 días cada grupo una vez que se completó los días mencionados se escaneó los diversos grupos, luego de alcanzar la temperatura debida fueron incubados por 21 días, las pollitas bebes que nacieron se clasificaron en: pollitos recién nacidos de 1.a clase y 2.a clase. Para evitar fenómenos externos tal como el ruido y la dispersión de la luz, se aplicó preprocesamiento tales como: Centrado en la media (MC), variable normal estándar (SNV) y 1.a derivada. Se realizó el análisis PCA con el fin de identificar la clasificación de grupos diferenciados, así mismo se empleó el 80% de la data espectral para calibración y 20 % para validación con la aplicación de Cuadrado de mínimos parciales (PLS-DA). El PLS-DA obtenido para la fertilidad presenta valores de sensibilidad, especificidad, precisión altos >95%, los valores para la evaluación de calidad, resultaron ser bajos con sensibilidad 82.20%, especificidad 65.10 %, precisión 75.79 % y tasa de error 26.33 %. Además, se identificó las longitudes más representativas para los modelos reducidos; en el caso de fertilidad se eligió las longitudes que presentaron una amplitud mayor: 1043.73 y 1674.56, mientras que para la calidad se seleccionó las longitudes de onda más notorias las cuales son: 958, 1006, 1077, 1153, 1286, 1357, 1447, 1656, 1703.

ABSTRACT The early identification of infertile eggs, as well as eggs that do not present the proper quality after classification, would generate great savings in space, costs and preventing possible handling errors and contamination. Therefore, it would be beneficial for the poultry sector focused on hatcheries, since the development of a non-destructive, fast and precise classification method. For this purpose, the objective of the research was to predict the maximum storage time, by which a better and faster classification of fertility and egg quality can be determined with the use of a hyperspectral system in combination with multivariate analysis. For fertility: 120 fertile eggs from manually inseminated hens and 120 infertile eggs were used, they belonged to the Hisex Brown genetic line, later they were stored in an incubator for 4 days, obtaining the intakes at 0, 12, 24, 36, 48 , 60, 72, 84, 96 hours of incubation. For quality: groups of 15 samples of fertile eggs from manually inseminated hens were used, stored in a controlled environment for 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19 days each group once the aforementioned days were completed, the various groups were scanned, after reaching the appropriate temperature they were incubated for 21 days, the baby chicks that were born were classified into : 1st class and 2nd class newborn chicks. To avoid external phenomena such as noise and light scattering, preprocessing was applied such as: Centered on the mean (MC), standard normal variable (SNV) and 1st derivative. The PCA analysis was carried out in order to identify the classification of differentiated groups, likewise 80% of the spectral data was used for calibration and 20% for validation with the application of Partial Least Square (PLS-DA). The PLS-DA obtained for fertility presents high sensitivity, specificity, precision values> 95%, the values for quality evaluation, turned out to be low with 82.20% sensitivity, 65.10% specificity, 75.79% precision and 26.33% error rate. . In addition, the most representative lengths for the reduced models were identified; In the case of fertility, the lengths that presented a greater amplitude were chosen: 1043.73 and 1674.56, while for quality the most notable wavelengths were selected, which are: 958, 1006, 1077, 1153, 1286, 1357, 1447, 1656, 1703.