从用超宽带微波扫描仪在一个单一点测量的组织深度来预测羊肉尸体的组成

科学领域:

• 农业科学 农业科学
• 肉类科学 肉科学
• 工程 工程师 工程师 工程师

背景情况:

• 准确预测羊肉体成分对于优化肉类生产和质量评估至关重要.
• 目前用于确定尸体成分的方法可能耗时且具有破坏性.
• 需要便携式,非侵入性技术来简化评估过程.

研究的目的:

• 为了评估一个便携式超宽带微波系统 (MiS) 在预测羔羊尸体组成方面的有效性.
• 为了将MiS预测与计算机断层扫描 (CT) 进行比较,确定了脂肪,瘦肌和骨的百分比.
• 评估MIS技术的准确性和潜在的行业认证.

主要方法:

• 总共有343只来自六个屠宰组的羔羊尸体在标准化C站点使用MiS进行了扫描.
• 尸体成分 (脂肪,瘦肉,骨百分比) 用计算机断层扫描 (CT) 作为参考标准来确定.
• 机器学习组合堆叠技术被用于开发MiS预测模型,用于测试k倍交叉验证 (k=5).

主要成果:

• 该系统表现出强大的脂肪百分比 (RMSEP=2.385,R2=0.78) 和骨百分比 (RMSEP=0.990,R2=0.75) 的预测能力.
• 瘦肉百分比的预测显示中度准确性 (RMSEP=2.146,R2=0.64).
• 骨百分比预测在整个数据集中达到AUS-MEAT认证标准,而脂肪和瘦肉百分比在受限制的数据集中达到标准.

结论:

• 便携式微波系统 (MiS) 显示出在准确预测羊肉尸体成分方面具有显著的潜力.
• 骨百分比的MS预测符合行业认证标准,表明其适用于商业应用.
• 进一步精细化可能会提高瘦肉和脂肪百分比预测的准确性,以获得更广泛的行业接受.