-
公开(公告)号：CN113684280A
公开(公告)日：2021-11-23
申请号：CN202110768559.9
申请日：2021-07-07
Applicant: 中国海洋大学三亚海洋研究院 , 中国海洋大学
IPC: C12Q1/6888 , C12Q1/6837 , C12N15/11
Abstract: 本发明公开了一种仿刺参抗高温育种低密度12KSNP芯片及应用，包括(1)仿刺参全基因组范围的12KSNP芯片的开发：通过构件仿刺参抗高温群体，全基因组范围的SNP分型，对仿刺参12KSNP标记筛选，HD‑marker高密度芯片的设计和开发探针的设计进而获得12K位点的液相芯片池；(2)测试芯片的准确性和分型效果；本芯片可应用于仿刺参抗高温性状分子育种中的不同地理群体遗传背景分析、抗高温性状遗传力估计的应用以及抗高温性状的全基因组选择育种值分析(GS)。
-
公开(公告)号：CN114410746B
公开(公告)日：2022-07-12
申请号：CN202210317704.6
申请日：2022-03-29
Applicant: 中国海洋大学三亚海洋研究院
IPC: C12Q1/6806 , C12Q1/6869 , C12Q1/6888 , C40B50/06 , G16B20/20 , G16B50/00
Abstract: 本发明提供一种东星斑分子溯源选择育种方法及其应用，提供了一种东星斑分子溯源选择育种方法，结合国内东星斑等鱼类育种现状，实现对现存的连续多代样本进行低成本基因组重测序，通过分子溯源分析它们的亲缘关系，完成对连续多代鱼类亲缘关系的鉴定，综合多代间的优良性状，科学辅助鱼类新品种选育工作，为鱼类新品种培育提供了一种科学高效的育种方法；本发明的方法能够在性成熟周期长且已培育多代而未进行系统选育鱼类的育种工作中具有广阔的应用前景，能够成为鱼类良种培育的有力工具，对于东星斑、杉斑、虎斑以及老鼠斑等已培育多代而未科学地选育的鱼类等水产养殖品种的育种工作具有重要意义。
-
公开(公告)号：CN117802249A
公开(公告)日：2024-04-02
申请号：CN202410232310.X
申请日：2024-03-01
Applicant: 中国海洋大学三亚海洋研究院
IPC: C12Q1/6888 , C12N15/11 , G16B20/20 , G06N3/0455 , G06N3/0464 , G06N3/08 , G16B40/00
Abstract: 本发明公开了一种东星斑育种全基因组SNP芯片的制备方法及应用，包括：基于深度学习卷积神经网络模型构建东星斑样品群体全基因组范围的SNP位点分型，通过深度学习长短期记忆神经网络模型优化探针，通过多目标优化选择算法筛选过滤东星斑SNP标记，利用深度学习卷积神经网络联合自编码器进行缺失基因型填充，进而获得50K位点的液相芯片池。本发明首次将HD‑Marker技术、深度学习模型和多目标优化选择算法用于东星斑SNP芯片的设计开发，该芯片具有位点灵活、操作简单等优点，可应用于东星斑全基因组选择育种、不同群体东星斑的遗传背景分析、东星斑性状关联分析。
-
公开(公告)号：CN114410746A
公开(公告)日：2022-04-29
申请号：CN202210317704.6
申请日：2022-03-29
Applicant: 中国海洋大学三亚海洋研究院
IPC: C12Q1/6806 , C12Q1/6869 , C12Q1/6888 , C40B50/06 , G16B20/20 , G16B50/00
Abstract: 本发明提供一种东星斑分子溯源选择育种方法及其应用，提供了一种东星斑分子溯源选择育种方法，结合国内东星斑等鱼类育种现状，实现对现存的连续多代样本进行低成本基因组重测序，通过分子溯源分析它们的亲缘关系，完成对连续多代鱼类亲缘关系的鉴定，综合多代间的优良性状，科学辅助鱼类新品种选育工作，为鱼类新品种培育提供了一种科学高效的育种方法；本发明的方法能够在性成熟周期长且已培育多代而未进行系统选育鱼类的育种工作中具有广阔的应用前景，能够成为鱼类良种培育的有力工具，对于东星斑、杉斑、虎斑以及老鼠斑等已培育多代而未科学地选育的鱼类等水产养殖品种的育种工作具有重要意义。
-
公开(公告)号：CN106529552B
公开(公告)日：2019-11-08
申请号：CN201610958374.3
申请日：2016-11-03
Applicant: 中国海洋大学
Abstract: 本发明提供一种扇贝贝壳生长纹路的分割与识别方法，是在获得扇贝贝壳CT图像后，采用高斯核匹配滤波对其管状纹路匹配增强，再对增强后的图像进行迭代处理，通过每次迭代保留纹路的特性信息，获得的精细纹路被分割出来。本发明利用虾夷扇贝CT图像作为输入图像，采用高斯核匹配滤波对图像中管状纹路匹配增强，进行全变分模型图像二值化的图像分割，进而实现图像纹路网络中交叉点的识别，得到了大量扇贝生长点的信息，是进一步精确计算扇贝生长率的前提。相对传统定时测量的方法，本方法利用计算机分析可以实现简单快速测定和计算，具有精确度高、通量较大等优势，为今后开展贝类育种工作获得精确育种表型信息提供了基础。
-
Patent Agency Ranking
公开(公告)号：CN106529552A
公开(公告)日：2017-03-22
申请号：CN201610958374.3
申请日：2016-11-03
Applicant: 中国海洋大学
Abstract: 本发明提供一种扇贝贝壳生长纹路的分割与识别方法，是在获得扇贝贝壳CT图像后，采用高斯核匹配滤波对其管状纹路匹配增强，再对增强后的图像进行迭代处理，通过每次迭代保留纹路的特性信息，获得的精细纹路被分割出来。本发明利用虾夷扇贝CT图像作为输入图像，采用高斯核匹配滤波对图像中管状纹路匹配增强，进行全变分模型图像二值化的图像分割，进而实现图像纹路网络中交叉点的识别，得到了大量扇贝生长点的信息，是进一步精确计算扇贝生长率的前提。相对传统定时测量的方法，本方法利用计算机分析可以实现简单快速测定和计算，具有精确度高、通量较大等优势，为今后开展贝类育种工作获得精确育种表型信息提供了基础。
-
公开(公告)号：CN114639446B
公开(公告)日：2024-03-15
申请号：CN202210337624.7
申请日：2022-04-01
Applicant: 中国海洋大学
IPC: G16B40/00 , G16B5/20 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于MCP稀疏深层神经网络模型估计水产动物基因组育种值的方法，针对SNP直接加性和互作上位效应利用基于最小最大凹度惩罚函数(MCP)正则化稀疏深层神经网络(DNN‑MCP)模型估计水产动物基因加性效应及非线性上位效应，并解析生长或抗逆性状进行基因组育种值估计。通过深层神经网络(DNN)模型进行MCP正则化约束，压缩基因互作较小SNP效应DNN‑MCP模型的稀疏结构，最终求得深层稀疏结构MCP‑DNN的输出结果，解决因SNP互作效应引起参数“高维灾难”，导致深层神经网络(DNN)过度拟合问题，进而显著提高基因组育种值估计的准确性。
-
公开(公告)号：CN103333803B
公开(公告)日：2014-09-10
申请号：CN201310277425.2
申请日：2013-07-04
Applicant: 中国海洋大学
CPC classification number: Y02A40/81
Abstract: 本发明属于海产品养殖设备技术领域，涉及一种饵料藻自动培养与投加装置,先组装好饵料藻自动培养与投加装置，调节营养盐投加管上的调节阀，在气动活塞泵内活塞的下方注满饵料藻生长所需浓度的培养液；再调节CO2投加管上的减压阀，使CO2压力罐内的CO2通过减压阀控制压力使CO2气体进入气动活塞泵；随着CO2气体不断进入气动活塞泵，活塞上部的CO2气体压力逐渐增加，推动活塞重新开始下移；营养盐和CO2通过营养盐和CO2供应管加入饵料藻培养袋中，饵料藻在饵料藻培养袋内进行光合作用生长繁殖，随着营养液的加入，藻液从饵料藻液投加管自动溢流投加；其结构简单，安全可靠，操作方便，节省人力，环境友好。
-
公开(公告)号：CN103289883B
公开(公告)日：2014-05-07
申请号：CN201310278454.0
申请日：2013-07-04
Applicant: 中国海洋大学
IPC: C12M1/04
Abstract: 本发明属于海产品养殖设备技术领域，涉及一种饵料藻自动培养与投加装置,微滤网箱内安装有气动活塞泵，气动活塞泵内固定制有弹簧和活塞；营养盐贮存罐通过营养盐投加管与活塞的下方通透式相连，营养盐投加管上固定制有调节阀和第一单向阀；过滤海水投加管与气动活塞泵的活塞下方固接连通，过滤海水投加管上制有第二单向阀；CO2压力罐通过CO2投加管与活塞上方相连通，CO2投加管上固定设置有减压阀和光控开关；活塞的下方出口通过营养盐和CO2供应管与饵料藻培养袋连通，营养盐和CO2供应管上固定制有第三单向阀，饵料藻培养袋在正常液面高度设有饵料藻液投加管；其结构简单，安全可靠，操作方便，节省人力，环境友好。
-
公开(公告)号：CN118247303A
公开(公告)日：2024-06-25
申请号：CN202410385560.7
申请日：2024-04-01
Applicant: 中国海洋大学
Abstract: 本发明提供一种水下鱼类遗传参数的估计方法，属于海洋技术领域，一种水下鱼类遗传参数的估计方法，该方法包括：获取水下鱼类原始图像数据；使用改进二值化水平集模型对增强后的水下鱼类原始图像进行分割，再通过消除背景网格的干扰，得到水下鱼类图像，使用体重预测模型对水下鱼类的体重进行预测；得到的预测体重和图像性状对水下鱼类进行遗传参数估计。本发明通过消除背景网格的干扰构建了一种应用水下鱼类图片高效精准评估鱼类生长性状遗传参数的方法，解决了网箱网格干扰水下鱼类图像分割的难题，具有高通量、自动化的、操作简便以及对鱼完全无损害等优点，为开发鱼类表型信息自动化和智能化分析技术提供理论基础和应用参考。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.037 seconds)
