基于深度学习的活体肉羊胴体性状测量方法研究  

作　　者：曹晓瑶 杨璐铭 路一航 朱广杰 卢小芳 尹静 张清峰 胡馨月 郭鹏 

机构地区：[1]天津农学院计算机与信息工程学院,天津300384 [2]天津奥群牧业有限公司,天津301607

出　　处：《中国畜牧杂志》2024年第10期337-341,共5页Chinese Journal of Animal Science

基　　金：国家重点研发计划(2021YFD1300901);天津市种业创新重大专项(22ZXZYSN00010)。

摘　　要：肉羊胴体性状测量通常在屠宰和胴体切割后使用称重的方式进行。为避免在数据采集过程中屠宰具有良好育种潜力的个体,本文提出了利用计算机断层扫描(CT)图像和深度学习完成活体胴体性状测量的方法。首先对肉羊进行全身扫描获得CT图像,利用深度学习技术进行图像分割后完成三维成像,使用体积元素计算该部位的体积。选取肉羊背最长肌和后腿部位肉作为胴体性状测量的实验部位,利用FCN、UNet以及Attention-UNet 3种深度学习技术进行图像分割,平均豪斯多夫距离(AVER_HD)、预测的平均分割精度(MIOU)、预测值和真实值的相似度(DICE)等评价指标以及像素精度的结果表明,Attention-UNet模型性能更优;然后使用三维成像技术成像估计5只澳洲白公羊和5只杜泊公羊的背最长肌和后腿部位肉的体积,结果表明该方法可以有效地测量活羊胴体部分的体积。

关 键 词：活体测量 背最长肌和后腿 肉羊 深度学习 CT图像 

分 类 号：TS251.7[轻工技术与工程—农产品加工及贮藏工程]