動科所在豬肌纖維表型性狀檢測技術方面取得新進展
近日，動科所豬育種研究室在豬肌纖維表型性狀檢測技術方面取得新進展。相關研究以“A Deep Learning-Based Approach for Fully Automated Segmentation and Quantitative Analysis of Muscle Fibers in Porcine Skeletal Muscle”為題發(fā)表于國際學術期刊Meat Science（中科院一區(qū)TOP期刊，IF=7.1）。動科所碩士聯(lián)培生姚澤凱為論文第一作者，豬育種研究室副主任孟繁明為論文通訊作者。
肌纖維種類及橫斷面積（CSA）等參數(shù)對豬肉品質有重要影響，但這一性狀的統(tǒng)計非常復雜且耗時，研究團隊使用深度學習架構SOLOv2，開發(fā)了肌肉纖維顯微圖像全自動分割及測定系統(tǒng)，可以有效地自動獲得肌肉纖維CSA、直徑、種類等精確數(shù)據(jù)。
近年，動科所豬育種研究室，聯(lián)合華南農業(yè)大學國家生豬種業(yè)工程技術研究中心、動物科學學院、數(shù)學與信息學院，及我院設施農業(yè)研究所共同開展豬表型性狀智能化檢測技術開發(fā)工作，開發(fā)了生豬體尺自動測定，體脂率活體測定等設備，為更準確、高效地獲取生豬育種大數(shù)據(jù)提供有效的技術支撐。
該研究得到了廣東省基礎與應用基礎基金粵企聯(lián)合基金（2019B1515210013），廣東省重點研發(fā)計劃項目（2022B0202110002），廣東省現(xiàn)代農業(yè)產業(yè)技術體系生豬創(chuàng)新團隊（2023KJ126）等項目的資助，項目由廣東省農業(yè)科學院動物科學研究所、豬禽種業(yè)全國重點實驗室與華南農業(yè)大學國家生豬種業(yè)工程技術研究中心、數(shù)學與信息學院共同完成。
原文鏈接：https://doi.org/10.1016/j.meatsci.2024.109506