近日，我校动物科技学院与工学院科研团队联合在农业综合领域顶级期刊《农业计算机与电子》（Computers and Electronics in Agriculture,一区TOP）发表研究成果《Non-destructive and efficient prediction of intramuscular fat in live pigs based on ultrasound images and machine learning》，该研究基于超声波成像和机器学习开发了猪活体肌内脂肪含量预测模型与软件。
肌内脂肪（Intramuscular fat, IMF）是影响猪肉品质的关键指标，是高等级“大理石纹”和高品质“雪花肉”形成的基础，且与猪肉嫩度与风味等密切相关。
过去几十年来，生猪遗传改良中着重关注的育种目标是生长速度和瘦肉率，而对这些生长和胴体性状的长期高强度选择目前已导致猪肉品质出现严重下降。其中IMF含量急剧减少是影响猪肉品质下降的最关键因素之一。目前市场上最常见的瘦肉型商品猪（杜长大），其平均IMF含量不到2%，显著低于优质猪肉IMF含量3%及以上的标准。
传统育种中，IMF含量属于屠宰后性状。IMF含量的遗传评估必依屠宰育种群个体的后裔或同胞来获得该表型数据，由此导致该性状的遗传改良存在育种周期长，成本高的困境。
针对上述问题，本研究基于B超图像建立无损、高精度、低成本的猪活体IMF含量测定方法，该方法所构建的模型是目前类似研究中使用特征参数最少的模型，且具有可解释性，IMF含量预测准确性可达80%。
超声波成像和数据处理的流程图
在此基础上，该团队开发了具有自主知识产权的猪活体IMF含量智能测定软件1.0版，该成果已实现落地转化。该技术可实现育种群个体活体IMF含量的直接遗传评估，对加快遗传改良进程和降低育种成本具有重要意义。目前，该技术已在多家猪育种场应用推广，是当前猪活体IMF含量数据采集的关键核心技术。
我校动物科技学院吴建博士为该论文的第一作者，动物科技学院吴望军副教授和工学院刘玉涛副教授为共同通讯作者。我校副教授赵三琴，副教授侯黎明，研究生杨盈盈、杨文、查成万等人参与了本研究。该研究于2017年启动，历经8年取得了初步突破，该研究工作得到了生物育种-国家科技重大专项、江苏省农业新品种创新重大计划、北京东方联鸣科技发展有限公司和国家重点研发计划等的资助。
论文链接：https://doi.org/10.1016/j.compag.2025.110291.
阅读次数：673
【 转载本网文章请注明出处 】
