近日，动科所猪育种研究室在猪肌纤维表型性状检测技术研究方面取得新进展。相关研究以“A Deep Learning-Based Approach for Fully Automated Segmentation and Quantitative Analysis of Muscle Fibers in Porcine Skeletal Muscle”为题发表于国际学术期刊Meat Science（中科院一区，IF=7.1）。动科所硕士联培生姚泽凯为论文第一作者，猪育种研究室副主任孟繁明为论文通讯作者。

　　肌纤维种类及横断面积（CSA）等参数对猪肉品质有重要影响，但这一性状的统计非常复杂且耗时，研究团队使用深度学习架构SOLOv2，开发了肌肉纤维显微图像全自动分割及测定系统，可以有效地自动获得肌肉纤维CSA、直径、种类等精确数据。

　　近年来，我院动科所猪育种研究室、设施所联合华南农业大学国家生猪种业工程技术研究中心、动物科学学院、数学与信息学院共同开展猪表型性状智能化检测技术开发工作，开发了生猪体尺自动测定，体脂率活体测定等设备，为更准确、高效地获取生猪育种大数据提供有效的技术支撑。

　　该研究得到广东省基础与应用基础基金粤企联合基金（2019B1515210013），广东省重点研发计划项目（2022B0202110002），广东省现代农业产业技术体系生猪创新团队（2023KJ126）等项目资助。项目由广东省农业科学院动物科学研究所、猪禽种业全国重点实验室与华南农业大学国家生猪种业工程技术研究中心、数学与信息学院共同完成。

　　原文链接：https://doi.org/10.1016/j.meatsci.2024.109506