近日，我校動物科技學院與工學院科研團隊聯(lián)合在農(nóng)業(yè)綜合領(lǐng)域頂級期刊《農(nóng)業(yè)計算機與電子》（Computers and Electronics in Agriculture,一區(qū)TOP）發(fā)表研究成果《Non-destructive and efficient prediction of intramuscular fat in live pigs based on ultrasound images and machine learning》，該研究基于超聲波成像和機器學習開發(fā)了豬活體肌內(nèi)脂肪含量預測模型與軟件。

肌內(nèi)脂肪（Intramuscular fat, IMF）是影響豬肉品質(zhì)的關(guān)鍵指標，是高等級“大理石紋”和高品質(zhì)“雪花肉”形成的基礎(chǔ)，且與豬肉嫩度與風味等密切相關(guān)。

過去幾十年來，生豬遺傳改良中著重關(guān)注的育種目標是生長速度和瘦肉率，而對這些生長和胴體性狀的長期高強度選擇目前已導致豬肉品質(zhì)出現(xiàn)嚴重下降。其中IMF含量急劇減少是影響豬肉品質(zhì)下降的最關(guān)鍵因素之一。目前市場上最常見的瘦肉型商品豬（杜長大），其平均IMF含量不到2%，顯著低于優(yōu)質(zhì)豬肉IMF含量3%及以上的標準。

傳統(tǒng)育種中，IMF含量屬于屠宰后性狀。IMF含量的遺傳評估必依屠宰育種群個體的后裔或同胞來獲得該表型數(shù)據(jù)，由此導致該性狀的遺傳改良存在育種周期長，成本高的困境。

針對上述問題，本研究基于B超圖像建立無損、高精度、低成本的豬活體IMF含量測定方法，該方法所構(gòu)建的模型是目前類似研究中使用特征參數(shù)最少的模型，且具有可解釋性，IMF含量預測準確性可達80%。

超聲波成像和數(shù)據(jù)處理的流程圖

在此基礎(chǔ)上，該團隊開發(fā)了具有自主知識產(chǎn)權(quán)的豬活體IMF含量智能測定軟件1.0版，該成果已實現(xiàn)落地轉(zhuǎn)化。該技術(shù)可實現(xiàn)育種群個體活體IMF含量的直接遺傳評估，對加快遺傳改良進程和降低育種成本具有重要意義。目前，該技術(shù)已在多家豬育種場應用推廣，是當前豬活體IMF含量數(shù)據(jù)采集的關(guān)鍵核心技術(shù)。

我校動物科技學院吳建博士為該論文的第一作者，動物科技學院吳望軍副教授和工學院劉玉濤副教授為共同通訊作者。我校副教授趙三琴，副教授侯黎明，研究生楊盈盈、楊文、查成萬等人參與了本研究。該研究于2017年啟動，歷經(jīng)8年取得了初步突破，該研究工作得到了生物育種-國家科技重大專項、江蘇省農(nóng)業(yè)新品種創(chuàng)新重大計劃、北京東方聯(lián)鳴科技發(fā)展有限公司和國家重點研發(fā)計劃等的資助。

論文鏈接：https://doi.org/10.1016/j.compag.2025.110291.