El contenido de grasa intramuscular (IMF) influye significativamente en la ternura, sabor y jugosidad de la carne de cerdo. Mantener un rango óptimo de IMF no solo mejora el valor nutricional, sino que también mejora el sabor de los productos de cerdo. Sin embargo, los métodos tradicionales de medición de IMF suelen ser invasivos y consumir mucho tiempo. La tecnología de imágenes por ultrasonido ofrece una solución no destructiva capaz de predecir el contenido de IMF y evaluar el grosor de la grasa dorsal, así como el tamaño del área muscular. En este estudio se desarrolló un modelo de red multimodal de dos etapas. Primero, utilizando imágenes de ultrasonido en modo B, empleamos la red de segmentación UNetPlus para delinear con precisión el área muscular. Posteriormente, integramos datos sobre el grosor de la grasa dorsal y el área muscular para crear una entrada multimodal para la predicción del contenido de IMF utilizando nuestro modelo. Los resultados indican que UNetPlus logra un mIoU medio del 94,17% para una segmentación precisa del área muscular. La red multimodal logra un R de 0,9503 para la predicción del contenido de IMF, con coeficientes de correlación de Spearman y Pearson de 0,9683 y 0,9756, respectivamente, todo dentro de un tamaño de modelo compacto de 4,96 MB. Este estudio destaca la eficacia de combinar imágenes musculares segmentadas con datos sobre el grosor de la grasa dorsal y el área muscular en un enfoque multimodal de dos etapas para predecir el contenido de IMF.