随着全球人口增长与蛋白质需求激增，水产养殖业已成为粮食安全的重要支柱。2022年全球水产养殖产量首次突破捕捞渔业，达1.309亿吨，中国以36%占比位居全球首位。然而鱼类疾病造成养殖面积损失达224.67千公顷，导致35%产量下滑。传统监测手段因覆盖范围有限（仅35%网箱）、响应滞后（需5天以上发现异常）、诊断准确率低（经验判断不足20%）等问题亟待突破。
江苏海洋大学海洋技术与测绘学院学生自由组建的“观异识鱼”科研团队，自主创新研发多模态鱼群健康监测系统，融合声呐、水下成像与人工智能技术，实现鱼群行为实时分析与疾病智能预警。核心技术采用自主研发的声呐，探测半径达30米，水平角度分辨率0.9°，频率覆盖35-450kHz宽带范围。通过改进YOLO模型结构，引入上采样技术，以11.91M参数实现75.9%精确度和76.7%召回率，较传统模型提升5%精确度及3.8%召回率，漏检率和误检率分别降低8.2%与5.0%。
实时监测系统采用点到点数据传输技术，实现水下至水面通信抖动仅1ms、延时100ms，突破性解决水下数据传输瓶颈。系统可精准追踪鱼群转角、游动速度、群体密度等参数，监测误差小于7.2%。针对水下成像难题，通过光谱分析确定500-550nm蓝绿光为最优透射波段，结合图像增强技术使清晰度指标提升5.55%-12.36%，综合识别准确率提高6.9%。
诊断系统创新构建鱼群运动学模型，通过巡游速度、轨迹曲率、集群密度等参数建立健康评估体系，将鱼群状态细分为四级：健康（70+分）、亚健康（60-70分）、疾病前驱（40-60分）及疾病状态（40分以下）。基于50余种鱼类生理数据构建多模态鱼病数据库，采用模型融合图像与环境数据，实现97.4%的病因识别准确率，集成专家知识库可提供个性化治疗方案。
团队研究的成果已在实际应用中取得显著成效。2024年6月，系统发现养殖鱼游速降至0.2-0.4m/s，出现个体侧翻、螺旋式游动、撞击网箱等异常行为，通过建议泼洒硫代硫酸钠以降解氨氮，提升养殖鱼存活率35%，避免经济损失约10万元。2024年9月，系统发现鱼类游动迟缓、脱离群体并频繁摩擦池底、网衣，诊断为小瓜虫病，体表出现白色点状胞囊，建议采用亚甲基蓝全池泼洒等措施进行治疗，避免经济损失约50万元。
学生团队完成的成果已获得国家杰青等多名知名专家的推荐，团队成员发表论文8篇（其中SCI一区5篇），申请发明专利8项（其中授权1项、公开7项），创新成果被光明日报、学习强国等媒体报道，具有广阔的应用前景和推广价值。
（徐格非、纪成）