|
中国农大新闻网讯 近日，中国农业大学动物科学技术学院刘剑锋教授课题组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）上发表研究论文《PIMFP：基于深度学习的利用超声图像活体精准预测猪肌内脂肪含量新方法》（PIMFP: An accurate tool for the prediction of intramuscular fat percentage in live pigs using ultrasound images based on deep learning）。该研究基于深度学习策略，利用背膘超声波图像建立猪肌内脂肪活体预测新方法（图1）。
肌内脂肪含量是猪优质品种培育的主要目标性状。合理提高肌内脂肪含量水平能够增加猪肉的风味和多汁性，表现出更好的嫩度。传统的肌内脂肪含量表型数据采集，需要进行屠宰后测定，无法对优秀种猪个体直接测定后选留，只能通过后裔或同胞测定选种，存在估计育种值准确性低、育种成本高、选育效率差等问题。开发猪肌内脂肪含量高效智能化活体测定方法一直是猪育种技术研发的热点问题。
针对该问题，该研究构建了国内迄今为止规模最大的“背膘图像-肌内脂肪含量”数据集，基于残差神经网络的深度学习算法，开发出利用超声波图像的猪肌内脂肪含量深度学习预测模型（PIMFP），模型包括图像预处理、图像特征提取和表型预测等功能模块（图2）。通过系统性的算法比较与消融实验，验证该研究构建的新模型在预测准确性、鲁棒性、泛化性、可解释性、计算速度、参数量等角度均表现出显著优势。
图1 研究技术路线
图2 PIMFP模型网络结构
在此基础上，研究团队对提出的算法进行封装并开发了一站式web平台（https://www.pimfp.cn:8000/），在肉质测定和优质品种培育方面为育种企业提供公益性技术支撑。研究成果具有完全自主知识产权，对破解畜禽育种关键技术卡点具有重要意义。研究团队对多个国家生猪核心育种场进行技术培训和推广应用，截至目前，超过14万张活体背膘图像使用该研究开发的算法实现肌内脂肪含量预测。
中国农业大学动物科技学院博士研究生刘振为论文的第一作者，动物科技学院刘剑锋教授为论文通讯作者。中国农业大学网络技术中心、理学院、牧原食品股份有限公司参与合作。该研究得到了国家自然基金（31972563）、国家重点研发计划（2021YFD1300800、2021YFD1200801）、国家生猪产业技术体系（CARS-36-05B）、中国农业大学2115人才培育发展支持计划的资助。
文章链接：https://doi.org/10.1016/j.compag.2023.108552
|
