Hyperspektralbildsdatabas för icke-destruktiv bedömning av fertilitet och struktur hos hönsägg

Varför det spelar roll att titta in i ägg

Ägg är en av jordens vanligaste livsmedel, men bönder och livsmedelsföretag kämpar fortfarande med grundläggande frågor: Är ett ägg fertilt innan det går in i en inkubator? Kommer skalet att spricka under transport? Hur mycket näringsrik gula innehåller det? Idag besvaras många av dessa frågor genom att knäcka ägg eller vänta flera dagar för att se om de utvecklas—metoder som är långsamma, slösar resurser och kostar pengar. Denna studie presenterar en ny, öppet tillgänglig bilddatabas som låter forskare ”se” inuti tusentals intakta hönsägg med hjälp av ljus och bidrar till att bana väg för smartare, icke-destruktiv äggscreening.

Skina ljus genom hela ägg

I stället för att bryta upp ägg för inspektion använde forskarna en teknik som kallas hyperspektralbildtagning, vilken fångar inte bara en färgbild utan hundratals ljusvåglängder som passerar genom ägget. Varje våglängd bär på subtil information om vad som finns inuti, såsom vatten, fett och proteiner. Teamet skannade 1 228 vit-skaliga hönsägg med ett specialiserat kamerasystem i ett mörkt rum, med en kraftig lampa underifrån och kameran riktad uppifrån. Uppställningen gjorde det möjligt att registrera hur ljuset färdades genom varje ägg, pixel för pixel, över det synliga och närinfraröda området från 374 till 1 015 nanometer.

Bygga ett rikt bibliotek av äggegenskaper

För att göra bilddatan riktigt användbar kopplade författarna varje äggskanning till noggranna fysiska mätningar. De registrerade grundläggande storlek och vikt, men också centrala egenskaper som är viktiga för kläckerier och livsmedelsindustrin: om ägget var fertilt före inkubation, hur tjockt och starkt skalet var, och hur tung gulan var när ägget slutligen öppnades. Denna kombination förvandlar varje ägg till ett väl dokumenterat fall: en tredimensionell datakub av ljusinformation plus en uppsättning verkliga etiketter. Äggen kom från kontrollerade besättningar där fertiliteten var känd i förväg, och instrumenten som användes för tjocklek, styrka och massa kalibrerades regelbundet, vilket bidrar till att referensvärdena är tillförlitliga.

Mönster dolda i ljuset

När teamet granskade ljussignaturerna från alla ägg framträdde tydliga mönster. Vissa våglängder var starkt kopplade till pigment som färgar gulan, till vatteninnehåll och till protein- eller fettrika områden—egenskaper som relaterar både till näringsinnehåll och skalets kvalitet. Äggen visade också en naturlig variation i vikt, storlek, skalets tjocklek, gulans massa och skallstyrka, vilket speglar den mångfald som finns på verkliga gårdar snarare än idealiserade laboratorieprover. Denna variation är värdefull: den utmanar datorprogram att fungera tillförlitligt över många typer av ägg i stället för att bara prestera bra på ett snävt, enhetligt urval.

Att lära maskiner att läsa ägg

För att testa hur användbar databasen är tränade forskarna relativt enkla maskininlärningsmodeller på hyperspektraldata. En modell försökte förutsäga gulas massa, medan en annan klassificerade ägg som fertila eller icke-fertila före inkubation. Även utan att ta bort outliers eller använda avancerad artificiell intelligens märkte fertilitetsmodellen rätt märkning hos omkring 90 % eller mer av äggen i oberoende testuppsättningar, och gulaprediktionsmodellen gav relativt precisa uppskattningar. Dessa resultat antyder att mer sofistikerade algoritmer—såsom djupinlärning—kan pressa prestandan ännu högre, och att databasen är konsekvent och robust nog att stödja sådana insatser.

Öppna dörren för smartare ägghantering

För icke-specialister är huvudbudskapet enkelt: denna öppna databas är en grund för maskiner som kan titta igenom ägg utan att förstöra dem. Genom att dela både råa hyperspektrala bilder och lättanvända tabeller med spektra och mätningar ger författarna forskare, ingenjörer och industripartners en gemensam utgångspunkt för att utveckla nya verktyg. I framtiden skulle sådana verktyg automatiskt kunna sortera bort icke-fertila ägg innan de ens går in i en inkubator, minska avfall och kontaminering, och hjälpa till att garantera jämn skallstyrka och gulahalt—vilket gör äggproduktionen säkrare, mer effektiv och mindre resurskrävande.

Citering: Ahmed, M.W., Song, D., Ahmed, M.T. et al. Hyperspectral imaging dataset for non-destructive fertility and structural evaluation of chicken eggs. Sci Data 13, 237 (2026). https://doi.org/10.1038/s41597-026-06556-1

Nyckelord: hyperspektralbildtagning, äggkvalitet, fertilitetsdetektion, icke-destruktiv testning, fjäderfävetenskap