资讯中心频道
产经·企业  曝 光 台  本网动态  畜牧舆情  
当前位置:首页产经·企业中国畜牧 → 文章内容

中国农业大学韩红兵课题组在绵羊活体肌内脂肪预测领域取得重要进展


现代畜牧网 http://www.cvonet.com 2025/3/20 7:42:35 关注:394 评论: 我要投稿

双汇—世界领先的肉类供应商
  近日,中国农业大学动物科学技术学院韩红兵课题组联合信息与电气工程学院赵景博团队,在计算机与农林交叉学科领域国际权威期刊Computers and Electronics in Agriculture上发表了题为《基于超声图像利用三阶段卷积神经网络预测绵羊肌内脂肪含量》(EIMFS: Estimating intramuscular fat in sheep using a three-stage convolutional neural network based on ultrasound images)的研究论文,开发了一种基于深度学习的绵羊活体肌内脂肪(IMF)实时检测技术。该技术通过超声图像结合三阶段卷积神经网络,首次实现了活羊肌内脂肪含量的非侵入式、高精度快速评估,为羊肉品质提升和绵羊选育提供了创新工具。
  随着人们生活质量提升,对高品质羊肉的需求日益增加,其中肌内脂肪(IMF)是决定羊肉食用品质的核心指标之一,直接影响嫩度、多汁性和风味。高IMF含量通常与更佳的口感体验和市场价格密切相关,是优质羊肉的重要标志之一。不同绵羊品种IMF含量存在差异,通过选育可以培育出高含量IMF品种,因此,活体测定和评估IMF含量对品种选育具有重要意义。然而,传统IMF检测方法存在显著局限,其中化学提取法(如索氏抽提法)需屠宰后取样,破坏性强、成本高(且涉及有毒溶剂,无法用于活体评估;感官评价法依赖人工经验,主观性强,重复性差,难以实现标准化。新型CT测定虽具非侵入性,但设备昂贵、操作复杂,耗时耗力,难以大规模测定。因此,开发高效、精准的活体IMF检测技术,对育种,肉质分级、饲养管理等具有重要意义。
  研究团队提出了一种EIMFS的三阶段深度学习模型,利用超声图像,将IMF预测值的平均绝对百分比误差(MAPE)降至7.25%(即准确性接近93%),与化学检测值相关系数(ICC)高达0.905,显著优于现有技术。
  基于“分割-特征融合-预测”三阶段架构:
  1.一阶段精准分割:采用改进的U-Net网络,精准分割超声图像中的眼肌区域,分割精度(Dice系数)达0.916,参数量仅9.22M,显著优于FCN、SegNet等传统模型。
  图片表1  不同分割方法比较
  2. 二阶段多模态特征提取:创新性融合彩色与灰度图像的分割结果,引入深度可分离卷积(DPConv)和通道注意力机制(SE模块),有效提取肌肉纹理、脂肪分布等多维特征。同时结合眼肌面积占比,通过线性映射增强特征关联性。
  3.三阶段动态预测:采用多层感知机(MLP)融合高维特征,实现毫秒级实时预测。模型训练采用两阶段策略,先冻结分割网络参数,再联合优化特征提取与回归模块,确保全局收敛性。
  研究团队采集和测定了172只肉羊的858张超声图像构建数据集,并通过角度旋转、伽马变换等数据增强技术将样本量扩展至7722张,确保模型泛化能力。实验表明,该技术在肌内脂肪含量2.0%-6.5%范围内均表现稳定,与MobileNet、EfficientNet等主流网络相比,EIMFS的MAPE(7.25%)较MobileNet(20.8%)降低65%,较EfficientNet(26.4%)降低72%。对比专为IMF设计的PIMFP模型(MAPE 14.1%),EIMFS误差再降48%,验证其架构优越性。
  该技术可集成至便携式超声设备或养殖管理软件,帮助养殖户实时监测羊群肉质,优化饲养方案。此外,活体测定肌内脂肪含量为绵羊遗传育种提供关键数据支撑,加速优质肉羊品种选育进程。
  中国农业大学动科学院硕士研究生杨宇晨和中国农业大学信电学院硕士研究生郭自豪为论文的第一作者,中国农业大学韩红兵和赵景博为论文的通讯作者。该研究得到了内蒙古赛诺种羊科技有限公司和国家农业生物育种重大专项支持。
  声明:本网刊登的文章以信息传播为目的,仅代表作者个人观点,文章内容仅供参考,并不构成投资建议,据此操作,风险自担。如果转载文章涉嫌侵犯您的合法权益,或者转载出处出现错误,请及时联系进行删除,电话:13520072067。本网原创文章,转载请注明出处及作者。感谢您的支持和理解!
文章来源:中国农大新闻网     文章编辑:一米优讯     
进入社区】【进入专栏】【推荐朋友】【收藏此页】【打印此文】【关闭窗口
 相关信息
对不起,该处暂无记录....
 发表评论   (当前没有登录 [点击登录])
  
信息发布注意事项:
  为维护网上公共秩序和社会稳定,请您自觉遵守以下条款:
  一、不得利用本站危害国家安全、泄露国家秘密,不得侵犯国家社会集体的和公民的合法权益,不得利用本站制作、复制和传播下列信息:[查看详细]
  二、互相尊重,对自己的言论和行为负责。
  三、本网站不允许发布以下信息,网站编辑有权直接删除:[查看详细]
  四、本网站有权删除或锁定违反以上条款的会员账号以及该账号发布的所有信息。对情节恶劣的,本网将向相关机构举报及追究其法律责任!
  五、对于违反上述条款的,本网将对该会员账号永久封禁。由此给该会员带来的损失由其全部承担!

您可能感兴趣的产品更多>>

版权所有 现代畜牧网 Copyright©2000-2025 cvonet.com All Rights Reserved 京ICP备10042659号