期刊文献+
共找到17篇文章
< 1 >
每页显示 20 50 100
模糊水下图像多增强与输出混合的鱼类检测方法 被引量:4
1
作者 覃学标 黄冬梅 +3 位作者 宋巍 贺琪 杜艳玲 徐慧芳 《农业机械学报》 EI CAS CSCD 北大核心 2022年第7期243-249,共7页
针对模糊水下图像增强后输入鱼类检测模型精度降低的问题,提出了模糊水下图像多增强与输出混合的鱼类检测方法。利用多种图像增强方法对模糊的水下图像进行增强,将增强后的图像分别输入鱼类检测模型得到多个输出,对多个输出进行混合,然... 针对模糊水下图像增强后输入鱼类检测模型精度降低的问题,提出了模糊水下图像多增强与输出混合的鱼类检测方法。利用多种图像增强方法对模糊的水下图像进行增强,将增强后的图像分别输入鱼类检测模型得到多个输出,对多个输出进行混合,然后利用非极大抑制方法对混合结果进行后处理,获得最终检测结果。YOLO v3、YOLO v4 tiny和YOLO v4模型的试验结果表明,对比原始图像的检测结果,本文方法的检测精度分别提高了2.15、8.35、1.37个百分点;鱼类检测数量分别提高了15.5%、49.8%、12.7%,避免了模糊水下图像增强后输入鱼类检测模型出现精度降低的问题,提高了模型检测能力。 展开更多
关键词 模糊水下图像 鱼类检测 图像增强 输出混合
下载PDF
改进的Faster R-CNN海洋鱼类检测模型
2
作者 张翔宇 朱立军 《沈阳化工大学学报》 CAS 2022年第6期562-568,共7页
为提高海洋鱼类检测的准确率,提出一种基于Faster R-CNN的海洋鱼类检测方法.首先,利用迁移学习方法训练Faster R-CNN网络,克服海洋鱼类样本集有限的限制;其次,增加颈部连接层,使用双向特征金字塔网络(BiFPN)进行特征融合,得到具有丰富... 为提高海洋鱼类检测的准确率,提出一种基于Faster R-CNN的海洋鱼类检测方法.首先,利用迁移学习方法训练Faster R-CNN网络,克服海洋鱼类样本集有限的限制;其次,增加颈部连接层,使用双向特征金字塔网络(BiFPN)进行特征融合,得到具有丰富位置信息和语义信息的融合特征图;再次,将卷积层输出的特征矩阵作外积相乘运算,提高对相似海洋鱼类的识别精度;最后,结合Mask R-CNN中的ROI Align方法对预测位置进行二次修正,使检测框更加准确.实验结果表明,在检测海洋鱼类数据集时,与原始的Faster R-CNN算法相比,改进后的Faster R-CNN检测模型的平均准确度均值提高了7.4%. 展开更多
关键词 Faster R-CNN 海洋鱼类检测 特征融合 ROI Align
下载PDF
基于膨胀卷积和参数重构的鱼类目标实时检测方法
3
作者 陈露露 臧兆祥 +1 位作者 黄天星 李昭 《中南民族大学学报(自然科学版)》 CAS 2024年第6期797-805,共9页
针对已有的目标检测方法在复杂场景中对鱼类目标检测效果不理想的问题,提出了一种基于膨胀卷积和参数重构的鱼类目标实时检测方法.先设计了一种四分支融合卷积结构,在引入少量参数量的情况下,扩大了目标检测的感受野,提升了目标检测的效... 针对已有的目标检测方法在复杂场景中对鱼类目标检测效果不理想的问题,提出了一种基于膨胀卷积和参数重构的鱼类目标实时检测方法.先设计了一种四分支融合卷积结构,在引入少量参数量的情况下,扩大了目标检测的感受野,提升了目标检测的效果.再引入了RepVGG(重构VGG)并联辅助分支思想,在训练过程中使用复杂模型进行特征学习,而在推理过程中对模型中的BN(Batch Normalization)层以及1×1的辅助分支中的参数进行融合,利用参数重构对训练过程的冗余参量进行合并,保证了模型的低参数量和实时推理.基于YOLOv5s进行实验,相比原始的YOLOv5s获得了更高的检测精度和召回率,平均精度(mean Average Precision,mAP)达到83.1%,超越了目前主流的目标检测算法.提出的算法在检测速度上相比原始模型无明显降低,处理速度上达到100FPS,在实现高精度检测的前提下保证了鱼类目标的实时检测,为基于视觉的鱼类检测方案提供了有效的技术支持. 展开更多
关键词 鱼类检测 计算机视觉 YOLOv5网络 膨胀卷积 参数重构 RepVGG模块
下载PDF
基于关键点检测的鱼类游动轨迹提取
4
作者 石小涛 马欣 +2 位作者 黄志勇 胡晓 威力斯 《长江科学院院报》 CSCD 北大核心 2024年第3期30-36,53,共8页
针对现有的鱼类游动轨迹提取方法不能兼顾轨迹提取效率和准确率的局限性,提出了一种基于鱼类关键点识别与定位的鱼类游动轨迹提取方法。该方法在RetinaFace算法的基础上,通过改进网络结构和损失函数、优化锚框的尺寸设计、编解码鱼类关... 针对现有的鱼类游动轨迹提取方法不能兼顾轨迹提取效率和准确率的局限性,提出了一种基于鱼类关键点识别与定位的鱼类游动轨迹提取方法。该方法在RetinaFace算法的基础上,通过改进网络结构和损失函数、优化锚框的尺寸设计、编解码鱼类关键点(头部点和形心点)、为鱼类目标的关键点添加额外的标注并制作成鱼类关键点数据集等改进策略,构建了基于关键点识别的鱼类轨迹提取模型。研究结果表明,本研究方法对鱼体关键点识别的精度很高,准确率、召回率、平均精度均值3项精度评价指标分别为97.12%、95.72%、96.42%;所提取的轨迹坐标平均相对偏差为MRE x(0.065%,0.092%)、MRE y(0.112%,0.011%),与鱼类的实际游动轨迹基本吻合;鱼类目标关键点的识别速度可达32帧/s,能够满足实时提取鱼类轨迹的需求。 展开更多
关键词 鱼类 鱼道监测 鱼类关键点检测 鱼类游动轨迹提取 RetinaFace模型
下载PDF
基于多层记忆增强和残差时空变换器的鱼类异常运动行为检测
5
作者 袁红春 陈香枝 《湖南农业大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第5期119-124,共6页
由于人工提取抽象特征方法捕获视频异常存在特征学习不足、特征选择困难和泛化性差的问题,笔者将计算机视觉技术引入鱼群异常运动行为检测研究中,采用无监督的学习方式,提出一种结合多层记忆增强和残差时空变换器的鱼类异常运动行为检... 由于人工提取抽象特征方法捕获视频异常存在特征学习不足、特征选择困难和泛化性差的问题,笔者将计算机视觉技术引入鱼群异常运动行为检测研究中,采用无监督的学习方式,提出一种结合多层记忆增强和残差时空变换器的鱼类异常运动行为检测方法。该方法以U-Net网络为基础,利用其编码器和解码器对视频帧编码和解码,并根据预测帧和真实帧之间的差异实现异常行为检测。为了加强连续视频帧之间的时空信息特征联系,提出残差时间变换器模块和残差空间变换器模块以提升网络对时间信息和空间信息的建模能力。由于卷积神经网络具有一定的泛化能力,使用记忆增强模块代替U-Net网络中的跳跃连接,降低编码器对异常帧的表示能力。此外,采用生成对抗网络(GAN)技术生成更加真实的预测帧,从而提升网络的检测精度。结果表明:该方法能有效提取鱼群的运动特性和外观特性,在自制的两类鱼群数据集上的AUC(曲线下面积)分别达0.916和0.921,实现了鱼群异常运动行为检测。 展开更多
关键词 鱼类异常行为检测 计算机视觉 无监督学习 U-Net 时空变换器
下载PDF
基于Faster R-CNN和图像增强的水下鱼类目标检测方法 被引量:24
6
作者 袁红春 张硕 《大连海洋大学学报》 CAS CSCD 北大核心 2020年第4期612-619,共8页
为了克服水下鱼类图像样本量不足及实现对水下低清晰度图像中鱼类的快速检测,提出了一种基于Faster R-CNN二次迁移学习和带色彩恢复的多尺度视网膜增强算法(MSRCR)的方法,首先通过ImageNet预训练模型对Open Images高清鱼类数据集进行一... 为了克服水下鱼类图像样本量不足及实现对水下低清晰度图像中鱼类的快速检测,提出了一种基于Faster R-CNN二次迁移学习和带色彩恢复的多尺度视网膜增强算法(MSRCR)的方法,首先通过ImageNet预训练模型对Open Images高清鱼类数据集进行一次迁移学习初步训练网络,然后固定检测模型低3层的卷积网络参数,再用水下拍摄的小规模鱼类数据集进行二次迁移学习微调网络,最后通过MSRCR算法对水下拍摄图像进行处理以增强其与高清鱼类图像的相似性,解决水下图像降质问题,让二次迁移学习高效进行。结果表明,该方法利用小规模水下拍摄鱼类数据集训练出的网络查准率可达到98.12%,网络检测能力及后续提升能力优于传统机器学习方法,并能够实现鱼类目标的快速检测,本研究结果可为深海探测作业与海底鱼类等生物资源的监测、保护和可持续开发等工程应用提供一定的参考。 展开更多
关键词 深度学习 鱼类检测 Faster R-CNN算法 MSRCR算法 迁移学习
下载PDF
改进YOLO v4模型在鱼类目标检测上的应用研究 被引量:8
7
作者 郑宗生 李云飞 +2 位作者 卢鹏 邹国良 王振华 《渔业现代化》 CSCD 2022年第1期82-88,96,共8页
鱼类目标检测对渔业精准养殖、生产自动化、资源调查及鱼行为的研究等具有重要的意义。为了能快速准确地得到鱼类目标的位置和所属类别,提出了一种改进YOLO v4模型的鱼类目标检测方法,在CIoU(Complete Intersection over Union)损失函... 鱼类目标检测对渔业精准养殖、生产自动化、资源调查及鱼行为的研究等具有重要的意义。为了能快速准确地得到鱼类目标的位置和所属类别,提出了一种改进YOLO v4模型的鱼类目标检测方法,在CIoU(Complete Intersection over Union)损失函数基础上构建了新的损失项,改进的损失函数使真实框与相交框呈相同宽高比进行回归,同时通过设置多锚点框模式,增强在特定尺寸面积上的检测效果。结果显示:改进YOLO v4模型的mAP(mean Average Precision)比原模型有较大提升,在自建数据集、Fish4Knowledge数据集和NCFM数据集上的mAP分别达到了94.22%、99.52%、92.16%。研究表明,改进YOLO v4模型可以快速准确地检测到鱼的位置和类别,检测速度满足实时的要求,可以为渔业精准养殖等提供参考。 展开更多
关键词 鱼类目标检测 CIoU损失 损失函数 YOLO v4模型
下载PDF
基于改进YOLO和迁移学习的水下鱼类目标实时检测 被引量:36
8
作者 李庆忠 李宜兵 牛炯 《模式识别与人工智能》 EI CSCD 北大核心 2019年第3期193-203,共11页
为了实现非限制环境中水下机器人基于视频图像的水下鱼类目标快速检测,提出基于改进YOLO和迁移学习的水下鱼类目标实时检测算法.针对YOLO网络的不足,设计适合水下机器人嵌入式系统计算能力的精简YOLO网络(Underwater-YOLO).利用迁移学... 为了实现非限制环境中水下机器人基于视频图像的水下鱼类目标快速检测,提出基于改进YOLO和迁移学习的水下鱼类目标实时检测算法.针对YOLO网络的不足,设计适合水下机器人嵌入式系统计算能力的精简YOLO网络(Underwater-YOLO).利用迁移学习方法训练Underwater-YOLO网络,克服海底鱼类已知样本集有限的限制.利用基于限制对比度自适应直方图均衡化的水下图像增强预处理算法,克服水下图像的降质问题.利用基于帧间图像结构相似度的选择性网络前向计算策略,提高视频帧检测速率.实验表明,文中算法能实现在非限制环境下海底鱼类目标的实时检测.相比YOLO,文中算法对海底鱼类小目标和重叠目标具有更好的检测性能. 展开更多
关键词 卷积神经网络 深度学习 鱼类目标检测 单级式目标检测算法(YOLO) 迁移学习
下载PDF
基于YOLOv7模型改进的轻量级鱼类目标检测方法 被引量:2
9
作者 梅海彬 黄政 袁红春 《大连海洋大学学报》 CAS CSCD 北大核心 2023年第6期1032-1043,共12页
为了解决商业渔船电子监控系统中鱼类检测和识别依赖于人工完成的问题,提出一种基于YOLOv7的轻量级鱼类实时检测模型YOLOv7-MRN,将YOLOv7的骨干网络替换为MobileNetv3骨干网络,以降低运算量,并添加了感受野模块RFB来增强网络的特征提取... 为了解决商业渔船电子监控系统中鱼类检测和识别依赖于人工完成的问题,提出一种基于YOLOv7的轻量级鱼类实时检测模型YOLOv7-MRN,将YOLOv7的骨干网络替换为MobileNetv3骨干网络,以降低运算量,并添加了感受野模块RFB来增强网络的特征提取能力;通过引入基于归一化的注意力机制模块NAM,重新设计颈部特征融合网络,以抑制无关紧要的权重。结果表明:在HNY768远洋渔船电子监控视频渔业数据集上,YOLOv7-MRN模型的mAP@0.5为86.5%,运算量仅为原模型YOLOv7的9.8%,模型在GPU和CPU上的推理速度分别提高了121.69%和219.09%;相较于其他模型,YOLOv7-MRN模型的实际检测效果更好,尤其是在强日光场景下。研究表明,本文中提出的YOLOv7-MRN模型对鱼类的检测效果好,消耗的计算资源更少,可将该模型部署在电子渔船监控系统中。 展开更多
关键词 YOLOv7 基于归一化的注意力机制 深度可分离卷积 鱼类目标检测
下载PDF
基于RetinaNet的海洋鱼类检测算法 被引量:2
10
作者 周迎峰 张荣芬 +1 位作者 刘宇红 李宽 《激光与光电子学进展》 CSCD 北大核心 2023年第10期153-161,共9页
为了更好地保护和利用海洋鱼类资源,需要对海洋鱼类进行有效监测,但海洋环境复杂,导致海洋鱼类的识别检测普遍存在检测精度不佳等问题。针对上述问题,本文提出一种基于RetinaNet改进的海洋鱼类检测算法。首先,用DenseNet-121替换Retina... 为了更好地保护和利用海洋鱼类资源,需要对海洋鱼类进行有效监测,但海洋环境复杂,导致海洋鱼类的识别检测普遍存在检测精度不佳等问题。针对上述问题,本文提出一种基于RetinaNet改进的海洋鱼类检测算法。首先,用DenseNet-121替换RetinaNet原有的主干网络,减少参数量的同时保留了更多的鱼类图像特征。然后,在主干网络中引入卷积注意力模块,引导神经网络更有针对性地提取图像特征。其次,在原有的FPN网络中引入新的卷积层,使得改进后的PFPN网络能够融合更多尺度的图像特征。最后,在分类和回归网络中引入soft-NMS,有效改善了相同类别的鱼距离过近和相互遮挡造成的漏检问题。实验表明,提出算法的平均精度(mAP)达到92.12%,相比SSD等算法的检测效果有明显提高,相比原算法的mAP提升了4.71%,对于海洋鱼类具有较好的检测效果。 展开更多
关键词 图像处理 鱼类检测 RetinaNet DenseNet-121 卷积注意力模块 soft-NMS
原文传递
基于改进YOLOv7的密集鱼群计数检测
11
作者 李尹佳 胡泽元 +4 位作者 涂万 张鹏 韦思学 于红 吴俊峰 《广东海洋大学学报》 CAS CSCD 北大核心 2024年第2期115-123,共9页
【目的】提高在水体浑浊和鱼群高密度聚集等复杂环境中的鱼群检测精度。【方法】提出一种基于双层路由注意力机制(BiFormer)和Normalized Wasserstein Distance(NWD)损失函数的改进YOLOv7的密集鱼群计数检测方法。在保留细粒度特征的基... 【目的】提高在水体浑浊和鱼群高密度聚集等复杂环境中的鱼群检测精度。【方法】提出一种基于双层路由注意力机制(BiFormer)和Normalized Wasserstein Distance(NWD)损失函数的改进YOLOv7的密集鱼群计数检测方法。在保留细粒度特征的基础上,提高模型对多尺度特征的学习能力,同时降低模型对模糊图像中小目标位置偏差的敏感性,加强对浑浊水域中鱼群的识别能力。为评估该模型的有效性,在红鳍东方鲀(Takifugu rubripes)数据集上与其他网络模型进行对比实验。【结果】该方法在红鳍东方鲀数据集上的准确率和召回率分别达到98.05%和97.69%,平均精度达到99.10%,较YOLOv7相比分别提升2.46%、3.73%和2.62%。与目前检测准确率较高的其他水下目标检测模型相比,平均精度平均提高4.25%。【结论】实现真实养殖环境下浑浊水域中鱼群的准确检测,有助于科学指导工业化水产养殖的生产管理,提高养殖效率,减少资源浪费。 展开更多
关键词 水产养殖 鱼类检测 深度学习 YOLOv7 BiFormer NWD
下载PDF
基于YOLOv5和膨胀卷积的鱼类目标检测算法 被引量:2
12
作者 陈露露 臧兆祥 黄天星 《长江信息通信》 2022年第7期63-66,共4页
鱼类目标所在的场景常存在较强的水下噪声,同时鱼类目标有着与周围环境相近的伪装色,使得鱼类目标检测的效果达不到很高的水平。为了精准且快速的检测鱼类目标,提出了一种基于YOLOv5和膨胀卷积的目标检测网络,首先利用YOLOv5网络提取图... 鱼类目标所在的场景常存在较强的水下噪声,同时鱼类目标有着与周围环境相近的伪装色,使得鱼类目标检测的效果达不到很高的水平。为了精准且快速的检测鱼类目标,提出了一种基于YOLOv5和膨胀卷积的目标检测网络,首先利用YOLOv5网络提取图片特征,然后利用基于膨胀卷积的三支路特征融合结构整合大范围的全局信息,最后通过检测头对图片中鱼类目标的位置进行预测并用矩形框进行标记。研究表明,本文的算法在自建数据集上m AP达到81.5%,相较于原始的YOLOv5s算法提升了1.5%,而且能实时准确的获取到鱼类目标的位置,极大提升了鱼类目标检测的效率。 展开更多
关键词 深度学习 YOLOv5算法 膨胀卷积 鱼类目标检测
下载PDF
基于ECA的YOLOv5水下鱼类目标检测 被引量:2
13
作者 曹建荣 庄园 +3 位作者 汪明 韩发通 郑学汉 高鹤 《计算机系统应用》 2023年第6期204-211,共8页
针对水下图像模糊、颜色失真,水下场景环境复杂、目标特征提取能力有限等导致的水下鱼类目标检测精确度低的问题,提出一种基于YOLOv5的改进水下鱼类目标检测算法.首先,针对水下图像模糊、颜色失真的问题,引入水下暗通道优先(underwater ... 针对水下图像模糊、颜色失真,水下场景环境复杂、目标特征提取能力有限等导致的水下鱼类目标检测精确度低的问题,提出一种基于YOLOv5的改进水下鱼类目标检测算法.首先,针对水下图像模糊、颜色失真的问题,引入水下暗通道优先(underwater dark channel prior, UDCP)算法对图像进行预处理,有助于在不同环境下正确识别目标;然后,针对水下场景复杂、目标特征提取能力有限问题,在YOLOv5网络中引入高效的相关性通道(efficient channel attention, ECA),增强对目标的特征提取能力;最后,对损失函数进行改进,提高目标检测框的准确度.通过实验证明改进后的YOLOv5在水下鱼类目标检测中精确度比原始的YOLOv5提高了2.95%,平均检测精度(mAP@0.5:0.95)提高了5.52%. 展开更多
关键词 YOLOv5 深度学习 鱼类目标检测 注意力机制 水下图像
下载PDF
基于FML-Centernet算法的鱼类识别检测 被引量:6
14
作者 刘雨青 王亚茹 黄璐瑶 《激光与光电子学进展》 CSCD 北大核心 2022年第16期307-314,共8页
在鱼类识别检测技术中,采用anchor-free算法中的Centernet算法对鱼类进行识别检测时,低层特征信息容易丢失,导致识别精度和识别效率降低。为此,提出了一种基于Feature fusion Module and Loss function optimization of Centernet(FMLCe... 在鱼类识别检测技术中,采用anchor-free算法中的Centernet算法对鱼类进行识别检测时,低层特征信息容易丢失,导致识别精度和识别效率降低。为此,提出了一种基于Feature fusion Module and Loss function optimization of Centernet(FMLCenternet)算法的鱼类识别检测算法。在Centernet算法网络结构中引入特征融合模块将低层特征信息和高层特征信息融合,输出更加完整的特征图,提高识别检测精度;设置参数调节正负样本的损失比例,使得网络模型的损失函数得到优化,提高整个模型的识别检测效率。在PASCALVOC数据集中对所提算法进行有效性的验证,并对网络结构的性能进行分析。收集大量的目标数据集以及标注数据集信息,训练优化的网络结构并与不同的模型进行对比分析。实验结果表明,FMLCenternet算法对鱼类进行识别检测时,识别平均精度(AP50)可以达到85%以上,平均检测时间低于100 ms。所提算法不仅识别检测精度较高,而且识别检测效率也得到了提升。 展开更多
关键词 机器视觉 鱼类识别检测 Centernet算法 特征提取 特征融合 优化损失函数
原文传递
Fish gut microecosystem: a model for detecting spatial pattern of microorganisms 被引量:2
15
作者 倪加加 颜庆云 +1 位作者 余育和 张堂林 《Chinese Journal of Oceanology and Limnology》 SCIE CAS CSCD 2014年第1期54-57,共4页
The spatial distribution pattern of organisms is a basic issue in understanding the mechanisms of community assembly. Although the spatial distributions of animals and plants have been well studied,those of microorgan... The spatial distribution pattern of organisms is a basic issue in understanding the mechanisms of community assembly. Although the spatial distributions of animals and plants have been well studied,those of microorganisms are still being debated. In this study, we used a fi sh gut microecosystem to detect the spatial pattern of microbes, because it can provide a relatively unifi ed and stable environment. Results suggest that the turnover of intestinal bacterial assemblages showed a weak but highly signifi cant negative correlation between similarity and distances in the microbial community, in respect of both grass carp intestinal loci distances and the geographical distance between fi sh sampling sites. Our results also suggest that intestinal bacterial assemblages responded to differences within the external environment and within different parts of the fi sh themselves. These results show that some, or possibly all, microbes are restricted in their distribution and that environmental factors are also important infl uences on the structure of intestinal bacterial assemblages. The fi sh gut microecosystem is useful in promoting study of the spatial distribution patterns of microorganisms. 展开更多
关键词 BETA-DIVERSITY cosmopolitan distribution dispersal limitation distance-decay relationship
下载PDF
Detection of lymphocystis disease virus in Japanese flounder Paralichthys olivaceus and other marine teleosts from northern China
16
作者 战文斌 李永芹 +2 位作者 绳秀珍 邢婧 唐小千 《Chinese Journal of Oceanology and Limnology》 SCIE CAS CSCD 2010年第6期1213-1220,共8页
We isolated a strain of lymphocystis disease virus (LCDV) from Japanese flounder (Paralichthys olivaceus) cultured in northern China. Based on published sequences of major capsid protein (MCP) gene of LCDV-cn (... We isolated a strain of lymphocystis disease virus (LCDV) from Japanese flounder (Paralichthys olivaceus) cultured in northern China. Based on published sequences of major capsid protein (MCP) gene of LCDV-cn (GenBank: AF126405), we designed two primer sets P1/P2 and P3/P4. We then used one-step or nested PCR and in-situ hybridization (ISFI) to detect LCDV and identify the target tissues or cells in infected Japanese flounder. The PCR products were positive in purified viral supematant, skin nodules, gut, gill, kidney, spleen, stomach, heart, and liver of Japanese flounder. We compared the DNA sequence with 14 MCP nucleotide sequences from GenBank, including Megalocytivirus (OFIV and RSIV), lridovirus (CzlV and W/V), Ranavirus (TFV and FV3), and Lymphocystivirus (8 LCDV). Based on the alignment, we confirmed the PCR product was from Lymphocystivirus (GenBank accession number DQ279090 (LCDV-HD)). Using ISH, we noted the presence of LCDV in the skin nodules, gut, gill, spleen, stomach, and heart of spontaneously infected Japanese flounders. We successfully amplified LCDV fragments from Schlegel's black rockfish (Sebastes schlegeli Higendorf), redwing sea robin (Lepidotrigla microptera Gtinther) and turbot (Scophthalmus maximus) using the one-step and nested PCR, suggesting the target genes can be widely detected in fish using this method. 展开更多
关键词 lymphocysfis disease virus PCR in-situ hybridization Paralichthys olivaceus Sebastes schlegeli Lepidotrigla microptera Scophthalmus maximus
下载PDF
Detection of Fish Disease Caused by Iridovirus on Grouper (Epinephelus sp.) and Pomfret Star (Trachinotus blochii) with Co-agglutination Method in Tanjungpinang, Indonesia
17
作者 Surya Amanu Dwi Sulistiyono Inyoman Suardana 《Journal of Agricultural Science and Technology(B)》 2016年第2期121-128,共8页
Iridovirus infection often causes death and considerable economic losses in the aquaculture industry. This research applies the co-agglutination method that is fast, cheap and accurate in confirming the diagnosis of t... Iridovirus infection often causes death and considerable economic losses in the aquaculture industry. This research applies the co-agglutination method that is fast, cheap and accurate in confirming the diagnosis of the cause of an outbreak of illness caused by iridovirus in the field, so that remedial action can be taken quickly and appropriately to minimize the impact of wider losses. Samples were taken from the grouper and pomfret star farms that are experiencing outbreaks of infectious diseases in the months from May to August 2015, Tanjungpinang, Indonesia. The sick and allegedly attacked by iridovirus samples showed abnormal swimming clinical symptoms, weakness and the swollen spleen. The swollen spleen of sick fish created suspension in phosphate buffered saline (PBS) with pH 7.2, and then centrifuged at 8,000 rpm for I0 rain. The supernatant after centrifuge was used as the test sample. On a clean object glass, 50 μL of the supematant was treated with 50 μL kit co-agglutination pre-prepared. The positive results were shown by the agglutination reaction after 10-15 rain, while as a negative control, PBS was reacted with co-agglutination kit that looked homogeneous (no agglutination). It was showed that the grouper (Epinepkelus sp.) on four farms and pomfret star (Thracinotus blochii) on one farm that experienced an outbreak of infectious disease in Tanjungpinang showed positively infected iridovirus. The same positive iridovirus result was also demonstrated by examination using polymerase chain reaction (PCR) at 570 bp. So, the causative agent of plague on grouper and pomfret star was iridovirus. In addition, the co-agglutination test based on serology is more quick, cheap and accurate. 展开更多
关键词 IRIDOVIRUS GROUPER pomfret star co-agglutination and polymerase chain reaction.
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部