文献类型：期刊文章

作　　者：马小军[1] 程笃学[1] 王立刚[1] 刘欣[1] 宋欣[2] 梁晶[1] 张龙超[1] 颜华[1] 王立贤[1] 陈来华[3] 谢蜀杨[3]

机构地区：[1]中国农业科学院北京畜牧兽医研究所,北京100193 [2]四川农业大学动物医学院,雅安625014 [3]北京世新华盛牧业科技有限公司,北京102211

出　　处：《畜牧兽医学报》

基　　金："十二五"国家科技支撑计划项目(2011BAD28B01);现代农业产业技术体系;中国农业科学院基本科研业务专项(2011cj-5)

年　　份：2012

卷　　号：43

期　　号：10

起止页码：1511-1518

语　　种：中文

收录情况：BDHX、BDHX2011、CAB、CAS、CSA、CSCD、CSCD2011_2012、DOAJ、EMBASE、IC、JST、PROQUEST、RCCSE、WOS、ZGKJHX、ZR、核心刊

摘　　要：本研究旨在利用超声波图像来活体预测北京黑猪背最长肌肌内脂肪含量。试验选用382头北京黑猪开展活体测定,性状包括体质量、10～11肋间眼肌面积、背膘厚和眼肌深度,并且采集猪左侧9～13肋之间距离背中线5cm处纵向超声波图像2张,在每张图像10～11肋间选定1个大小为80×80像素的区域作为研究对象,利用图像分析软件(matlab)分别获取了灰度梯度、灰度共生矩阵、小波变换3类图像参数。屠宰后立刻取胴体左侧10～11肋间背最长肌肉样,利用石油醚抽提法测定肌内脂肪含量(IMF)。以实际测定肌内脂肪含量(IMF)为因变量,体质量、背膘厚、眼肌面积、眼肌深度和图像参数为自变量,通过逐步回归分析法建立预测肌内脂肪含量(PIMF)的模型。重新选择112头北京黑猪利用实测肌内脂肪含量与预测肌内脂肪含量的相关分析进行模型验证。回归分析结果表明,有9个自变量达到显著水平(P<0.05),包括背膘厚、眼肌面积和7个图像参数。预测模型的决定次数(R-Square)和均方误差根(Root MSE)分别为0.305 8和0.006 5。相关性分析结果得到皮尔逊积矩相关系数(Pearson Correlation Coefficients)和斯皮尔曼相关系数(Spearman Correlation Coefficients)分别为0.553 4和0.627 2(P<0.000 1)。结果表明,利用超声波图像活体预测猪肌内脂肪含量是一种可行的方法,可为北京黑猪的育种工作提供一个技术基础。

关 键 词：北京黑猪 肌内脂肪 超声波图像  

分 类 号：S828] S813.3]