Documente Academic
Documente Profesional
Documente Cultură
-2013-FINCyT-IA
DESARROLLO DE SISTEMA INFORMTICO PARA LA
DETERMINACIN DE ADULTERACIN POR ALMIDN
EN QUESO FRESCO BASADO EN LA TECNOLOGA DE
IMGENES HIPERESPECTRALES
INTRODUCCIN
La seguridad alimentaria es reconocida como una parte integral de
la calidad alimentaria y puede ser afectada, en cualquier etapa de
la produccin y/o manipulacin de los alimentos, con acciones
como la adulteracin de alimentos.
Esta es una accin intencional para degradar la calidad, antes,
durante o despus del proceso de produccin; bien sea por una
mezcla, sustitucin o la eliminacin de algunos componentes del
alimento.
INTRODUCCIN
http://www.la-leche.es/2010/01/28/nuevo-escandalo-sobre-la-adulteracion-de-lamozzarella/
3
INTRODUCCIN
En la industria lctea la adulteracin con harinas es una
problemtica comn; en la leche fresca se adiciona harina para
enmascarar la adicin de agua y en quesos tipo fresco y
mantecoso. Esto pone en evidencia la necesidad de nuevos
mtodos y procedimientos de deteccin para asegurar la calidad
de los productos lcteos.
https://www.facua.org/es/noticia
.php?Id=1185
INTRODUCCIN
Las
tcnicas
pticas,
no
destructivas,
las
imgenes
INTRODUCCIN
En la industria lctea, la aplicacin de imgenes hiperespectrales
est
dirigida
la
monitorizacin
de
procesos,
el
anlisis
MATERIALES
Se utiliz leche fresca de vacas Yrsey de la estacin ganadera
experimental Chachapoyas de la Universidad Nacional Toribio
Rodrguez
de
Mendoza
de
Chachapoyas
(UNTRM),
cuya
Valor
6.625
3.855
9.71
3.65
5.09
1.0312
-0.516
0.66
16
METODOLOGA
La metodologa utilizada en este trabajo se dividi en los siguientes
pasos:
a) Desarrollo de sistema
b) Adulteracin de muestras de queso fresco, durante el proceso de
produccin, con harina de maz
c) Adquisicin de imgenes hiperespectrales
d) Construccin de modelos PLSR
e) Aplicacin de modelos de prediccin a imgenes hiperespectrales
de nuevas muestras
a) Desarrollo de sistema
Figura 2. Elementos fsicos del sistema de adquisicin de imgenes hiperespectrales a) cubierta exterior b)
plataforma de muestra c) sistema de iluminacin d) cmara y espectrgrafo e) torre f) computador g) fuente de
alimentacin
10
a) Desarrollo de sistema
Posteriormente procedemos a implementar el software; aunque
existen algunos, estos no cubren las necesidades particulares de
cada caso.
Software
Desarrollador
Aplicacin principal
Fuentes
Reduccin de dimensionalidad
Desarrollo de programas de
anlisis
Desarrollo de modelos.
Visualizacin de imgenes.
Seleccin de ROIs.
Visualizacin de imgenes
hiperespectrales.
Matlab
ENVI
Visualizing
Images,
desarrollado por Research
Systems Inc.
Unscrambler
CAMO Software
Reduccin de dimensionalidad
Desarrollo de modelos
JMP
Reduccin de dimensionalidad
Desarrollo de modelos
Reduccin de dimensionalidad
Desarrollo de modelos
11
a) Desarrollo de sistema
Por tanto se disea y desarrolla el software a medida
12
13
Aplicacin
de
modelos
de
prediccin
imgenes
14
15
RESULTADOS
a) Desarrollo de sistema
16
RESULTADOS
a) Desarrollo de sistema
Implementacin en
script de Matlab
2010 a
17
RESULTADOS
a) Desarrollo de sistema
18
RESULTADOS
a) Desarrollo de sistema
19
RESULTADOS
b) Adulteracin de muestras de queso fresco, con harina de maz
Tabla 3. Datos de la caracterizacin de muestras
20
RESULTADOS
c)
Adquisicin
de
imgenes
hiperespectrales
21
RESULTADOS
c)
Adquisicin
de
imgenes
hiperespectrales
RESULTADOS
23
RESULTADOS
d) Desarrollo de modelos PLSR
24
RESULTADOS
d) Desarrollo de modelos PLSR
26
RESULTADOS
e) Aplicacin de modelos
RESULTADOS
e) Aplicacin de modelos
RESULTADOS
e) Aplicacin de modelos
RESULTADOS
e) Aplicacin de modelos
CONCLUSIONES
Se ha mostrado que la aplicacin de la tcnica de imgenes
hiperespectrales al anlisis de la adulteracin por harina de
maz en queso fresco permite detectar la presencia de dicho
adulterante; en base a la relacin entre la reflactancia y el
contenido de almidn en muestras de queso fresco.
Los modelo para predecir el contenido de almidn mediante la
tcnica PLSR contaron con coeficientes de correlacin (R 2) de
0.9313 y 0.998 para el modelo completo y modelo reducido
respectivamente;
por
tanto
se
propone
como
mejor
la