挪威擁有全球最大之野生鮭魚族群，同時亦為養殖鮭魚主要生產國之一，每年生產超過150萬公噸養殖大西洋鮭魚，但是每年約有30萬尾養殖鮭魚逃逸至野外環境，逃逸鮭魚對野生族群構成重大生態與遺傳威脅，增加了如食物與產卵棲地等有限資源之競爭，可能取代野生鮭魚或降低其繁殖成功率，此外，養殖鮭魚亦引入病原體與寄生蟲(如海蝨)，加劇野生鮭魚族群面臨氣候變遷與棲地劣化之壓力，自1980年代以來挪威大西洋鮭魚數量已減少逾50%，目前數量上處於歷史低點，推測逃逸養殖鮭魚是造成衰退的重要原因。

　　養殖鮭魚與野生族群在遺傳上具有差異，逃逸養殖鮭魚與野生鮭魚雜交會導致遺傳基因發生變化，降低野生鮭魚適應環境變遷與因應周遭威脅能力，來自挪威獸醫研究所(Norwegian Veterinary Institute)與挪威自然研究所(Norwegian Institute for Nature Research)研究分析顯示，挪威約三分之二野生鮭魚有與養殖鮭魚雜交之遺傳特徵，科學家目前利用遺傳分析與魚鱗檢查、監測逃逸養殖鮭魚，因鮭魚魚鱗透過表面形成同心環而生長，如同樹木年輪,，藉由環紋之數量與間距可對應魚類生長狀況，養殖鮭魚魚鱗是快速且穩定生長，形成的間距規則且有季節標記，而野生鮭魚因溫度不穩定、獵物可得性與洄游等因素，魚鱗分布中具有明顯的季節生長性變化。

　　然而人工方式監測魚鱗模式差異耗時且成本極高，為協助研究人員大規模區分不同類型鮭魚，研究人員運用近90,000張大西洋鮭魚魚鱗影像，訓練一新型卷積神經網路，建立標準化處理流程，並根據人工判讀者經驗與已知來源魚類進行模型效能評估。這項總資料集包含近90,000張影像，涵蓋挪威數百條河流，時間可追溯至1930年代初期，養殖鮭魚影像數約占總影像數之8.5%。研究發現，該資料處理流程與模型能快速處理影像並提供具信心估計值之預測結果，模型表現極為優異，能以95%準確率區分2009年至2023年間挪威大部分鮭魚河流中之養殖與野生鮭魚。

　　這項深度學習工具對維護野生鮭魚族群遺傳完整性與生態系統健康具重要意義，為鮭魚族群監測提供高效解決方案，有助於加強對逃逸養殖鮭魚之追蹤與管理，幫助科學家可以更簡易的方式快速且大量的進行逃逸養殖鮭魚分辨。

【延伸閱讀】－鮭魚早期發育環境如何影響成年鮭魚器官的健康程度？