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麵取得新進展。相關研究以“A Deep Learning-Based Approach for Fully Automated Segmentation and Quantitative Analysis of Muscle Fibers in Porcine Skeletal Muscle”為題發表於國際學術期刊Meat Science（中科院一區TOP期刊，IF=7.1）。動科所碩士聯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。

　　肌纖維種類及橫斷麵積（CSA）等參數對豬肉品質有重要影響，但這一性狀的統計非常複雜且耗時，研究團隊使用深度學習架構SOLOv2，開發了肌肉纖維顯微圖像全自動分割及測定係統，可以有效地自動獲得肌肉纖維CSA、直徑、種類等精確數據。

　　近年，動科所豬育種研究室，聯合華南農業大學國家生豬種業工程技術研究中心、動物科學學院、數學與信息學院，及我院設施農業研究所共同開展豬表型性狀智能化檢測技術開發工作，開發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據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合基金（2019B1515210013），廣東省重點研發計劃項目（2022B0202110002），廣東省現代農業產業技術體係生豬創新團隊（2023KJ126）等項目的資助，項目由必威betways 動物科學研究所、豬禽種業全國重點實驗室與華南農業大學國家生豬種業工程技術研究中心、數學與信息學院共同完成。

　　原文鏈接：https://doi.org/10.1016/j.meatsci.2024.109506