DigiHeart项目

机器学习预测和预防水产养殖死亡率损失

DigiHEart项目

DigiHeart项目旨在开发机器学习模型,以揭示迄今未知的鲑鱼心脏疾病进展的新知识。确定潜在的急性死亡因素并将其与环境和业务参数联系起来,将改善决策制定和预防措施的实施,以降低死亡率。

联系我们:

Jørgen Andreas Åm Vatn

Jørgen Andreas Åm Vatn

水产养殖研究

每年有高达20%的养殖鲑鱼在屠宰前死亡。考虑到养殖到这种大小的鱼所需要的投资,大型鱼类的死亡尤其令人担忧。高死亡率也引起了人们对水产养殖业的伦理和可持续性的质疑。通常,死亡发生在压力事件和干预措施期间,如寄生虫治疗、水质恶化和运输到屠宰场。初步研究已确定,心脏健康受损通常与心脏形态偏离有关,是病毒性疾病的一个辅助因素,如心肌病综合征(CMS),也被称为“心脏破裂”。心脏健康受损的原因和影响尚不清楚,DigiHeart项目旨在阐明这些原因,以改善所有生产阶段的决策。


开发工具以提高诊断的准确性

DNV将与其他北欧国家的合作伙伴合作,利用这三个国家不同的生产实践和心脏病流行的知识,分析和了解这一问题背后的原因。今天,操作员缺乏模型和工具来充分了解手术和心脏健康之间的因果关系,并预测压力干预的结果。

联系我们:

Jørgen Andreas Åm Vatn

Jørgen Andreas Åm Vatn

水产养殖研究

DigiHeart展示了DNV如何将各个领域的专家聚集在一起,为客户创造新的见解和价值。LDsports幸运28
Lisa Terese de Jager,
  • 北欧海鲜总监
  • DNV在

该项目旨在开发机器学习系统,以提高诊断准确性,从而能够根据环境和操作因素预测疾病进展和死亡率。这种方法将提高诊断过程的效率,并揭示以前未知疾病发展的新知识,使更多的数据驱动的规划和决策成为可能。该项目的下一步将包括交付用于心脏形态分析的计算机视觉模型,将操作和环境参数与死亡率和产量联系起来的概率因果模型,以及与DNV数字保证研究中心合作的符合DNV数字资产保证(ADA)框架的决策支持工具概念。


好处

确定导致心脏形态和健康偏离的操作方法和环境因素是减轻水产养殖生产损失的重要步骤。从该项目中获得的总体可操作知识将有助于制定长期战略规划,使养鱼者能够培育出更健壮的鱼类,以承受运输和机械除虱等压力事件。简而言之,这一前沿项目的成功将优化当今的养鱼做法,从而降低死亡率,减少环境足迹,改善鱼类福利。