toekomstVISie fenotypering: integratie van kunstmatige intelligentie in beeldanalyse voor genetische verbetering in de aquacultuur

Het meten van metabolisme en gezondheidskenmerken bij vissen is essentieel voor genetische verbetering, dierenwelzijn, en productkwaliteit in de aquacultuur. Dit proefschrift onderzoekt hoe kunstmatige intelligentie en beeldanalyse kunnen worden ingezet om een verschillende relevante kenmerken te voorspellen en beter te begrijpen. Eerst wordt aangetoond hoe op basis van beeld productiekenmerken bij zeebrasem voorspeld kunnen worden, en vervolgens anatomische regio’s worden aangewezen die het meest bijdragen aan deze voorspellingen. Vervolgens wordt de zwemprestatie van regenboogforel onderzocht, waarbij wordt aangetoond dat specifieke uit foto’s afgeleide kenmerken correleren met zwemprestaties en dat deze relaties zowel genetisch als biologisch kunnen worden geïnterpreteerd. Daarnaast worden de uitdagingen van individuele identificatie uit beeldmateriaal onder realistische kweekomstandigheden geëvalueerd. Tot slot worden nieuwe objectieve vormkenmerken ontwikkeld die erfelijk zijn en bruikbaar in selectie. In zijn geheel laat dit onderzoek zien dat KI en beeldanalyse het meest effectief zijn wanneer zij geheel worden geïntegreerd in fokprogramma’s, met een groot potentieel om dierlijke productie, gezondheid en welzijn te verbeteren.