Predição de características quantitativas de carcaças de suínos pela técnica de ultra-sonografia em tempo real

Foram utilizadas 48 fêmeas suínas, para se determinar o rendimento de cortes comerciais, após abate e dissecação das carcaças dos animais aos 50, 60, 70, 80, 90, 100, 110 e 120 kg. Foram tomadas medidas ultra-sônicas in vivo para área de olho de lombo e espessura de toucinho. Os preditores utilizados para estimar o rendimento de carne magra foram espessura de toucinho e área de olho de lombo, além das medidas feitas nos diferentes cortes, como peso do corte do pernil, peso do músculo do pernil, peso do músculo da paleta, peso do músculo do carré, peso do músculo da copa, e assim por diante, além dos dados de peso de músculo da carcaça total, peso da gordura da carcaça total, peso de ossos da carcaça total e peso de pele da carcaça total. Foram desenvolvidas equações de predição por meio de regressão linear simples e múltipla, a partir dos dados da dissecação e das medidas in vivo da área de olho de lombo, feitas por ultra-sonografia em tempo real. As equações de predição para quantificar os principais componentes dos cortes suínos tiveram ótimo ajuste, com R2 superiores a 0,84 para músculos e desvio-padrão residual de 0,62 a 0,94. A técnica de ultra-sonografia em tempo real apresenta alta correlação com as medidas tomadas nas carcaças dos suínos e, por isso, estima a quantidade de carne na carcaça e o rendimento dos cortes comerciais com grande precisão. Concluiu-se que a técnica de ultra-sonografia em tempo real é acurada para predizer as principais características das carcaças dos suínos medidas in vivo. Forty-eight female pigs were used to determine the commercial cut yields after slaughter of the animals at 50, 60, 70, 80, 90, 100, 110 and 120 kg and dissection of the carcasses. Life ultrasonic measures were taken to measure the longissimus muscle area and for backfat thickness. The predictors used to estimate the lean meat yield were backfat thickness and longissimus muscle area. Besides the measures made in the different cuts, as ham cut weight, ham muscle weight, palette muscle weight, and carré muscle weight and pantry muscle weight. Additionally, the data of the total carcass muscle weight, total carcass fat weight, total carcass bone weight and total carcass skin weight, were also used. Prediction equations were developed using simple and multiple linear regressions using the logistic model from the dissection data and from the live ultrasonic measure data. Prediction equations were developed through out simple and multiple linear regressions using a logistic model from the dissection and live measures made by real-time ultrasound technology data. The prediction equation to determine the amounts the main components of the meat pork cuts presented a great adjustment, with R2 superiors to 0.84 for muscles, with residual standard deviation (RSD) 0.62 to 0.94. The real-time ultrasonograph technology presented high correlation with the measures taking in the pork carcasses and could be used to estimate the amount of lean meat in the pork carcasses and also to estimate the commercial pork cut yields with great precision. It was concluded that the real-time ultrasonograph technology is accurate to predict the main pork carcass traits measured in the live animal.