Hyperspektralt kamera kan måle leververdier hos oppdrettsfisk

For mye fett i leveren svekker helsen og robustheten hos oppdrettsfisk, men det mangler effektive metoder for nøyaktig måling av leverfett.

Den nye teknologien bruker avanserte kameraer som kan se både synlig lys og infrarødt lys. Forskerne har testet metoden på tre viktige oppdrettsarter: laks, torsk og havabbor.

Ulike fiskearter lagrer fett forskjellig

Laks lagrer fett primært i muskler og innvoller, ikke i leveren. Det totale fettinnholdet i lakselever varierer fra 5 til 12 prosent.

Torsk er helt annerledes og kan lagre opptil 80 prosent av kroppens totale fettmengde i leveren. Havabbor ligger et sted midt imellom, med et leverinnhold av fett som kan variere fra 18 til 60 prosent.

- Dagens metode for måling av fett i fiskelever må gjøres på lab og er kostbart. Vi sparer mye på å kunne bruke hyperspektralt kamera, forteller Siri Storteig Horn. Hun er forsker på avl og genetikk hos Nofima.

Den nye målemetoden er spesielt nøyaktig for laks og havabbor. Forskerne kan nå analysere tusenvis av leverprøver uten å måtte gjøre tidkrevende kjemiske analyser. Dette gjør det mulig å undersøke hvordan ulik fôrsammensetning påvirker fiskens helse.

Fremtidige muligheter

Forskerne arbeider nå med å videreutvikle teknologien. Evan Durland, forsker ved avl og genetikk, forklarer at resultatene fra dette prosjektet viser at hyperspektralt kamera åpner for nye muligheter innenfor forskningen.

- Vi kan nå måle for eksempel fettnivå i lever på langt mange flere fisk enn tidligere og gjøre individuelle målinger i stedet for å måle bare en utvalgt mengde fisk.

Teknologien ruster oss enda bedre for å innhente kunnskap innenfor blant annet utvikling av fôr og oppdrett.

- Da kan vi se på sammensetningen av fôr og nivå av fett i lever, og sørge for at oppdrettsfisken får i seg det en skal, slik at vi sikrer god fiskevelferd og et godt sluttprodukt, forklarer Durland.

Tverrfaglig samarbeid

- Vi har jobbet med hyperspektralt kamera i Nofima i mange år, så dette bygger på etablert kunnskap. Det som er nytt er å bruke teknologien i til dette formålet, sier Samuel Ortega som forsker på sjømatindustri.

Dette prosjektet er et resultat fra Deep Vision som er en del av Nofimas arbeid med å avdekke velferdsmarkører hos fisk, skalldyr og dyrkede makroalger.

Kunnskapen og erfaringene fra dette prosjektet tas med videre inn i nye prosjekt for videre utvikling.