来源：欧宝软件 发布时间：2026-01-13 23:52:42
【目的】通过研究计算机断层扫描（computedtomography，CT）技术在活体评
选育和精细化饲养管理提供技术参数。【方法】选择体重相近（（42.02±1.05）
kg）、健康情况良好的杜洛克公猪40头，饥饿处理24h后，采取耳缘静脉注
量，CT活体测定背膘厚、眼肌深度、眼肌面积、胴体直长和胴体斜长为自变量，
定背最长肌、臀中肌和半膜肌样品中肌内脂肪（intramuscularfat，IMF）含
两者之间的相关系数（）均达到0.85以上，呈强相关（＜0.01）；经一元线性
0.05）；在胸腰椎结合处（P2点）测量背膘厚时，B超活体测定与屠宰测定差
异显著（＜0.05），而CT活体评估与屠宰测定差异不显著（＞0.05）。采用偏
0.1472、0.983。进一步通过CT评估肌内脂肪含量，CT活体评估和屠宰测定背
最长肌、臀中肌、半膜肌肌内脂肪含量呈强相关（＜0.01），相关系数（）分
别为0.837、0.815、0.786；一元线性回归分析表明，CT活体评估和屠宰测定
【研究意义】种猪被称为“猪芯片”，对种猪的选育在生猪生产中至关重要[1]。
CT（computedtomography）是一种有价值的工具，预测能够适用于连续进行活体
动物的身体成分估计，相关研究依次展开[2]。随着CT设备和图像分析领域的
体的身体成分以及肉品质[3]。从2000年开始，挪威的商业绵羊育种计划中，
计算机断层扫描已用于活体估计胴体的重量和组成[4-5]。为了评估两个不同绵
羊品种的胴体性状，LAMBE等[6]采用了活体动物视频图像分析、超声和计算机
益。PICOUET等[7]报道，使用密度模型并结合CT进行猪胴体的扫描，可以较
好地预测猪的体重和瘦肉率。此外，LAMBE等[8]对平均体重为60、85和115
kg的活猪进行CT扫描，研究低蛋白日粮对瘦肉型猪的影响，发现CT评估结果
案后40—115kg活猪的肌肉、脂肪、骨骼组成的变化。另外一方面，近几十年
类似，准确性较高[9]。然而，对于活体上使用CT评估种猪肌内脂肪含量的相
表明CT不能用于活体评估种猪肌内脂肪含量，准确性不高，而LAMBE等[8]的
试验于2020年9月在四川成都瑞派宠物医院（华茜高新医院）进行猪CT活体
扫描，随后在四川王一食品有限公司进行B超测定和屠宰采样。试验于2020年
10月至2021年3月在陕西杨凌康复医院和西北农林科技大学动物科技学院完
试验猪购买于四川彭州金猪农业开发有限公司，体重为（42.02±1.05）kg的
身性麻醉。采取耳缘静脉注射麻醉剂，丙泊酚和舒泰2﹕1配伍（0.6—0.7
扫描方法为平扫，扫描参数设置为：管电压120kV，管电流180 mA，层厚
3.75 mm，层间距3.75 mm，为俯卧位[12]。猪进入麻醉状态后，按照头前
尾后俯卧姿势置于CT 扫描床上，并调整猪体姿势，使脊柱正中线与CT 红外定
1.4.1 CT 图像薄层重建与去噪 CT 扫描仪生成DICOM 格式的原始图像，初始薄
层扫描设置的层厚为3.75 mm。在GE 影像工作站中选择需要重建的原始序列，
点击创建新的序列，设置层厚为0.625 mm，重建方式为stnd（standard）。在
重建模式中打开IQ Enhance，减少薄层图像导致的螺旋伪影。最后设置重建算
1.4.2 CT 图像多平面重建选择薄层重建后的序列，进入图像后处理界面，使用
1.4.3 CT 图像分割选择薄层重建图像序列，首先对CT 床体去除。然后，逐层
皮肤与肌肉密度相近，再通过 Segment 工具整体分割出肌肉，余下部分为皮肤。
A. 原始CT 图像；B. 去除床体；C. 去除内脏；D. 骨骼；E. 脂肪；F. 肌肉与
[13]。进而选择薄层重建后的序列，进行图像的多平面重建或三维重建。最后
肌内脂肪含量测定在GE 影像工作站进行。选择薄层图像序列，进入图像后处理
界面后调整左上视窗显示模式为X-Section，在横断面视窗中调整图像层面，
结合矢状面视窗和冠状面视窗定位到倒数3—4 肋骨处背最长肌、臀中肌、半膜
肌对应的层面（图5）。然后，在该横断面层面上勾画感兴趣区域（ROI）。最
后在X- Section 视窗中调整感兴趣区的阈值范围，获取的脂肪面积与感兴趣区
屠宰前，采用便携式B 超（DW-580）测定猪肩部最厚处、胸腰椎结合处、腰荐
椎结合处和倒数3—4 肋骨处等4 点背膘厚；倒数3—4 肋骨处眼肌深度[15]。
处；或一点测定，即倒数3—4 肋骨处，因此本试验选取了上述4 个部位）。
CT 扫描和B 超测定完成后将 40 头猪进行屠宰，经 24 h 排酸处理后将胴体瘦肉、
脂肪、骨骼、皮肤分别剥离称重，并计算瘦肉率、脂肪率、骨率和皮率[16]。
在猪屠宰后45—60 min 内，切取倒数3—4 肋骨间背最长肌、臀中肌、半膜肌
分析。数据分析时先检查数据的正态性（Shapiro-Wilk 检验）和方差的齐次性
（Levene 检验），对于不符合的数据来进行反正弦转换以满足参数假设，随后进
行独立样本t 检验或单因素方差分析。相关分析采用Pearson 相关分析。分别
以CT 活体评估胴体组成、肌内脂肪含量为自变量，屠宰测定胴体组成、肌内脂
建立胴体瘦肉率多元线性回归模型。因变量为实测瘦肉率，自变量为CT 活体测
由表1 可知，CT 评估和屠宰实测胴体组成瘦肉率、脂肪率、骨率、皮率的相关
系数（）均大于0.85。一般认为相关系数（）的绝对值在0.7 以上为强相关，
如图7 所示，对CT 评估和屠宰实测胴体组成瘦肉率、脂肪率、骨率、皮率进行
一元线性回归分析。决定系数（2）均达0.7 以上，表明活体CT 评估和屠宰胴
同行数据肩标，*表示差异显著（＜0.05），**表示差异极显著（＜0.01）。下
使用二维测距离工具在CT 横断面图像上测定所选部位距离背中线 cm 处背
膘厚，示意图如图8-A 所示。由图8-B 可知，CT 和B 超在测定肩部最厚处（P1
点）背膘时，与屠宰实测差异显著（＜0.05），同时CT 测定值高于B 超，两者
之间存在非常明显差异（＜0.05）。此外，在胸腰椎结合处（P2 点）测量时，B 超
与屠宰实测差异显著（＜0.05），而CT 与屠宰实测差异不显著（＞0.05）。由
眼肌深度和眼肌面积分别通过二维测距离和测面积工具测量，由图9-A 可知，
在测定倒数3—4 肋骨处眼肌深度时，B 超与CT、屠宰实测均差异显著（＜
0.05），而CT 与屠宰实测差异不显著（＞0.05）。由图9-B 可知，在测定倒数
由图10 可知，使用CT 活体评估胴体直长、胴体斜长与屠宰实测差异不显著
（＞0.05），这说明CT 在测定胴体长时准确性较高，能够适用于生产实践。
以猪瘦肉率屠宰实测值为因变量，CT 测定背膘厚、眼肌深度、眼肌面积、胴体
的回归方程。预测均方根误差（RMSEP）为0.1472，决定系数（2）为0.983。
式中，y 为预测的胴体瘦肉率，x1 为肩部最厚处背膘厚，x2 为倒数3—4 肋骨
处背膘厚，x3 为胸腰椎结合处背膘厚，x4 为腰荐椎结合处背膘厚，x5 为倒数
3—4 肋骨处眼肌深度，x6 为倒数3—4 肋骨处眼肌面积，x7 为胴体直长，x8 为
由表2 可知，CT 评估和屠宰实测背最长肌、臀中肌、半膜肌肌内脂肪含量的相
关系数（）均大于0.75，说明CT 评估肌内脂肪含量与屠宰测定相关性为强相
如图11 所示，对CT 评估和屠宰实测背最长肌、臀中肌、半膜肌肌内脂肪含量
进行了一元线性回归分析。决定系数（2）均达0.6 以上，表明活体CT 评估和
体瘦肉率活体测定技术的准确性[19]。ROMVÁRI 等[20]以60 头猪的左半胴体为
测定对象，通过CT 扫描和屠宰实测，发现该方法测定猪胴体瘦肉率的误差不高
于解剖误差。此外，CARABÚS 等[21]用 CT 分析活猪来评估体重分别为 30、70、
100 和120 kg 时三种遗传类型的猪身体成分的变化，结果证实计算机断层扫描
适合评估活猪的身体成分，准确性较高。本研究借助CT 扫描技术获取种猪活体
扫描图像，以此来评估胴体组成。CT 评估和屠宰实测胴体组成的相关系数（）
和决定系数（2）分别达到0.85 以上和0.7 以上，故CT 可以准确评估种猪瘦肉
也开始探索计算机断层扫描评估种猪的胴体组成，汪杰[13]使用图像分割技术
预测了种猪CT 图像中的瘦肉率、脂肪率和骨率，发现和美国公司评估所提供的
结果存在一定差别，说明CT 扫描后图像处理的方法对结果的准确性也有影响。
因此，CT 活体评估种猪胴体组成时，需要研发出准确性较高的配套处理软件，
从而保证获取数据的有效性。基于CT 设备的口径限制，本研究选用的是40 kg
左右的杜洛克公猪，与实际生产屠宰110 kg 左右猪进行胴体性状测定之间存在
差异，采用更大容量的CT 设备对体重为110 kg 左右的猪只做评估的工作值
猪的活体背膘厚度、眼肌面积与胴体瘦肉率呈高度遗传相关[22-23]。目前，在
生猪生产中使用B 超技术来测量猪的背膘厚和眼肌面积。然而，B 超测定的准
确性与测定人员和设备都有关，其结果和实测之间易产生较大误差[24]。在
本研究中对CT 扫描后的横断面图像进行背膘厚、眼肌深度和眼肌面积的测定。
在测量背膘厚方面，CT、B 超与实测在肩部最厚处差异显著，这是由于测定起
厚存在一定差别。屠宰后实测的背膘厚是以背中线为起点，而本试验中CT 测量
结合处（即最后肋骨处）的背膘厚，B 超测定与屠宰测定差异显著，但CT 与实
测差异不显著，表明CT 测定准确性高于B 超。进一步对眼肌深度进行测定，B
超测定值显著小于 CT 和屠宰实测值。CT 较 B 超测定准确性高的原因有两方面，
一是CT 扫描过程中猪处于麻醉状态，而B 超测定时猪虽被保定了，但猪只易动；
二是CT 扫描后的图像能够准确的通过多平面重建图像和三维图像做准确定位，B 超
测定与实测之间差异显著，CT 测定结果大于屠宰测定，其原因是屠宰实测不能
胴体直长和胴体斜长与瘦肉率也呈正相关[26]。长期以来，对于胴体直长和胴
前尚未有活体评估种猪胴体直长和胴体斜长的相关报道。CT 扫描技术的优势是
可以利用二维横断面图像三维重建生成3D 图像，进而可以在三维上测定两点之
间的距离[27-28]。本研究中通过三维重建，使用测量工具测定了胴体直长和胴
体斜长，发现CT 与实测之间差异不显著，CT 可以准确活体评估种猪胴体直长
在动物育种实践的CT 研究中，最初以普通最小二乘法建立的多元线性回归模型
量（多重共线性）时，偏最小二乘回归（PLS）是一种很有用的统计技术，其
协方差[30]。另外一方面，PLS 的优势是能应用于小样本数据的回归模型建
有关，此外胴体长与瘦肉率也成正相关，因此，本试验选用CT 所测的背膘厚、
量建立了偏最小二乘回归方程。预测均方根误差（RMSEP）为0.1472，远小于
标准1，同时决定系数（2）为0.983，表明胴体瘦肉率预测模型预测效果好。
状，包括嫩度、多汁性、肉色和系水力等[31]。因此，对肌内脂肪含量的测定
法不适用于活体评估，效率较低[32]。随着B 超技术的兴起，应用B 超仪活体
测定猪肌内脂肪含量成为有力方法，促进种猪肌内脂肪性状的选择[33]。此外，
国外畜牧工作者始终致力于研发精准活体性能测定技术，逐渐发现相比于 B 超，
LAMBE 等[8]用CT 评估不同生长阶段的活猪IMF，研究表明预测结果准确。此外，
CLELLAND 等[34]评估活羊时发现，CT 可以准确测定活羊的肌内脂肪含量。本研
究也证实了这一结论，试验在CT 扫描杜洛克种公猪后，选取有代表性的背最
不同部位 CT 测定和屠宰测定 IMF 的相关分析发现，相关系数（）均大于 0.75，
呈强相关。进一步通过一元线性回归分析，结果显示活体IMF 测定和屠宰测定
间存在极显著的线]通过B 超预测猪肌内脂肪，决定系数（2）分别为0.48 和0.421。本
研究中CT 评估肌内脂肪含量较B 超准确性有所提高，但不足之处是所选的体重
运用CT 技术活体评估种公猪的胴体性状和肉质性状，与屠宰实测相比较精准性
较高。在胴体性状方面，CT 测定的胴体组成，包括瘦肉率、脂肪率、骨率和皮
率与实测相关系数均达0.85 以上，呈强相关。此外，CT 测定的背膘厚和眼肌
面，使用CT 评估的背最长肌、臀中肌和半膜肌肌内脂肪含量与实测相关系数均
达0.7 以上，呈强相关。因此，在种猪性能测定中可通过计算机断层扫描技
[1] 唐振双, 殷东, 尹立林, 马云龙, 项韬, 朱猛进, 余梅, 刘小磊, 李新云,
微信公众号
