[目的]研究在无损情况下猪肌内脂肪含量的估测方法,以提高预测模型的准确性。[方法]以229份硒都黑猪性能测定数据及超声波图像数据为研究对象,利用BioSoft Toolbox For Swine软件中感兴趣区域(region of interest,ROI)模块分割超声波图...[目的]研究在无损情况下猪肌内脂肪含量的估测方法,以提高预测模型的准确性。[方法]以229份硒都黑猪性能测定数据及超声波图像数据为研究对象,利用BioSoft Toolbox For Swine软件中感兴趣区域(region of interest,ROI)模块分割超声波图像,确定最佳感兴趣区域像素框大小(ROI Size)和个数,并通过逐步回归分析,以猪肌内脂肪含量为因变量,图像读取参数、体尺指标为自变量构建猪活体肌内脂肪含量估测模型。[结果]肌内脂肪含量与图像读取参数、宰前活重、胸围、腹围具有显著相关性,运用逐步回归分析得到脂肪含量估测模型,IMF=0.2495+0.1752×P+0.0070×W-0.0055×B+0.0159×A,模型拟合度R2为0.7252。[结论]运用超声波技术可以较准确地测定猪活体肌内脂肪含量,为实现种猪性能改良提供了技术支撑。展开更多
文摘[目的]研究在无损情况下猪肌内脂肪含量的估测方法,以提高预测模型的准确性。[方法]以229份硒都黑猪性能测定数据及超声波图像数据为研究对象,利用BioSoft Toolbox For Swine软件中感兴趣区域(region of interest,ROI)模块分割超声波图像,确定最佳感兴趣区域像素框大小(ROI Size)和个数,并通过逐步回归分析,以猪肌内脂肪含量为因变量,图像读取参数、体尺指标为自变量构建猪活体肌内脂肪含量估测模型。[结果]肌内脂肪含量与图像读取参数、宰前活重、胸围、腹围具有显著相关性,运用逐步回归分析得到脂肪含量估测模型,IMF=0.2495+0.1752×P+0.0070×W-0.0055×B+0.0159×A,模型拟合度R2为0.7252。[结论]运用超声波技术可以较准确地测定猪活体肌内脂肪含量,为实现种猪性能改良提供了技术支撑。
