Prediction of pork belly composition using the computer vision method on transverse cross-sections
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60460709%3A41210%2F15%3A69060" target="_blank" >RIV/60460709:41210/15:69060 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1515/aoas-2015-0034" target="_blank" >http://dx.doi.org/10.1515/aoas-2015-0034</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1515/aoas-2015-0034" target="_blank" >10.1515/aoas-2015-0034</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Prediction of pork belly composition using the computer vision method on transverse cross-sections
Popis výsledku v původním jazyce
The objective of this study was to identify the pig belly characteristics and to develop regression equations predicting its composition. Based on video image and chemical analysis of 216 bellies, the predictive variables were selected according to theirrelation to chemically determined belly lipid contents. To estimate the belly fat percentage (BF%), the two best equations constructed were: Equation 1: BF% = 49.960 ? 0,7174 x SHME2 + 0,5047 x HE2A (R2 = 0,66, RMSE = 3.22), Equation 2: BF% = 43,888 ? 0,6014 x SHME2 + 0,4769 x HE2A + 0,0014 x ARTO2 ? 0,2697 x HE3A (R2 = 0,70, RMSE = 2,25), where: SHME2 = lean meat percentage area of the belly 2 from total cut area, HE2A = the Belly2 height at point 1, ARTO2 = the Belly2 total cut area, HE3A = the Belly3 height at point 1. Compared to lean meat, the percentage of belly fat (BF%) appears to be a more appropriate criterion for the objective evaluation of belly composition due to the simplicity and accuracy of the final regression equation
Název v anglickém jazyce
Prediction of pork belly composition using the computer vision method on transverse cross-sections
Popis výsledku anglicky
The objective of this study was to identify the pig belly characteristics and to develop regression equations predicting its composition. Based on video image and chemical analysis of 216 bellies, the predictive variables were selected according to theirrelation to chemically determined belly lipid contents. To estimate the belly fat percentage (BF%), the two best equations constructed were: Equation 1: BF% = 49.960 ? 0,7174 x SHME2 + 0,5047 x HE2A (R2 = 0,66, RMSE = 3.22), Equation 2: BF% = 43,888 ? 0,6014 x SHME2 + 0,4769 x HE2A + 0,0014 x ARTO2 ? 0,2697 x HE3A (R2 = 0,70, RMSE = 2,25), where: SHME2 = lean meat percentage area of the belly 2 from total cut area, HE2A = the Belly2 height at point 1, ARTO2 = the Belly2 total cut area, HE3A = the Belly3 height at point 1. Compared to lean meat, the percentage of belly fat (BF%) appears to be a more appropriate criterion for the objective evaluation of belly composition due to the simplicity and accuracy of the final regression equation
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
GG - Chov hospodářských zvířat
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Annals of Animal Science
ISSN
2300-8733
e-ISSN
—
Svazek periodika
15
Číslo periodika v rámci svazku
4
Stát vydavatele periodika
CZ - Česká republika
Počet stran výsledku
10
Strana od-do
1009-1018
Kód UT WoS článku
000365834200016
EID výsledku v databázi Scopus
—