Desarrollo de Sistema Informático Para La Determinación de Adulteración Por Almidón en Queso...

7/23/2019 Desarrollo de Sistema Informtico Para La Determinacin de Adulteracin Por Almidn en Queso Fresco Basado en La Tecnologa de Imgenes Hiperespectrales

1/31

DESARROLLO DE SISTEMA INFORMTICO PARA LADETERMINACIN DE ADULTERACIN POR ALMIDNEN QUESO FRESCO BASADO EN LA TECNOLOGA DE

IMGENES HIPERESPECTRALES

M.Sc. Wilson Manuel Castro

Silupu

PROYECTO CONTRATO 220-2013-FINCyT-IA

1


2/31

2

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


3/31

!ttp"//###.la$lec!e.es/2%1%/%1/2&/nue'o$escandalo$sobre$la$adulteracion$de$la$mozzarella/

INTRODUCCIN
http://www.la-leche.es/2010/01/28/nuevo-escandalo-sobre-la-adulteracion-de-la-mozzarella/http://www.la-leche.es/2010/01/28/nuevo-escandalo-sobre-la-adulteracion-de-la-mozzarella/http://www.la-leche.es/2010/01/28/nuevo-escandalo-sobre-la-adulteracion-de-la-mozzarella/http://www.la-leche.es/2010/01/28/nuevo-escandalo-sobre-la-adulteracion-de-la-mozzarella/


4/31

(

En la industria l)ctea la adulteracin con !arinas es una

problem)tica com*n; en la lec!e fresca se adiciona !arina para

enmascarar la adicin de agua y en quesos tipo fresco y

mantecoso. Esto pone en e'idencia la necesidad de nue'os

mtodos y procedimientos de deteccin para asegurar la calidad

de los productos l)cteos.

INTRODUCCIN

!ttps"//###.facua.org/es/noticia.p!p+d-11&
https://www.facua.org/es/noticia.php?Id=1185https://www.facua.org/es/noticia.php?Id=1185https://www.facua.org/es/noticia.php?Id=1185https://www.facua.org/es/noticia.php?Id=1185


5/31

Las tcnicas pticas, no destructi'as, las im)genes

!iperespectrales 0 est)n siendo utilizadas actualmente en el

control de la calidad alimentaria

INTRODUCCIN

Figure 1.Representacion grfica de una imagen hiperespectral


6/31

3

En la industria l)ctea, la aplicacin de im)genes !iperespectrales

est) dirigida a la monitorizacin de procesos, el an)lisis

composicional, la prediccin de concentraciones de componentes, y

en general al control de la calidad y seguridad alimentaria.

En esta in'estigacin se desarrollo un mtodo para e'aluar la

adulteracin de queso fresco con !arina de ma4z, utilizando

im)genes !iperespectrales.

INTRODUCCIN


7/31

5

e utiliz lec!e fresca de 'acas 6rsey de la estacin ganadera

e7perimental 89!ac!apoyas: de la ni'ersidad odr4guez de ?endoza de 9!ac!apoyas ?, cuya

caracter4stica se muestra en la =abla 1;

!arina de ma4z adquirida en un mercado local y caracterizada

mediante espectrofotometr4a pectratar 2%% @L$>, nity

cientiAc siendo el contenido de almidn de 5&.%3 B p/p y

MATERIALES

Parmetro Valor

pH leche6.625

Grasa (%) .!55

"#tracto seco magro (%) $.1

&rote'na (%) .65

actosa (%) 5.$

*ensidad (g+cm) 1.12

&unto de congelaci,n (-) /.516

0inerales (%) .66

cide (Grados *ornic) 16

3a4la 1 aracteriacin de la leche utiliada


8/31

&

La metodolog4a utilizada en este trabaDo se di'idi en los siguientes

pasos"

a esarrollo de sistema

b Fdulteracin de muestras de queso fresco, durante el proceso de

produccin, con !arina de ma4z

c Fdquisicin de im)genes !iperespectrales

d 9onstruccin de modelos GL>

e Fplicacin de modelos de prediccin a im)genes !iperespectrales

de nue'as muestras

METODOLOGA


9/31

H

implementacin del sistema se inicia por el !ard#are

Figura 2. "lementos f4sicos del sistema de aduisicin de im)genes hiperespectrales a) cu4ierta e#terior 4)plataforma de muestra c) sistema de iluminacin d) c)mara espectrgrafo e) torre f) computador g) fuente de

alimentacin



10/31

1%

Figura . 7istas de la cmara8 espectr,grafo sistema de iluminaci,n plataforma de muestra


11/31

11

Gosteriormente procedemos a implementar el soft#are; aunque

e7isten algunos, estos no cubren las necesidades particulares de

cada caso.

Software Desarrollador Aplicacin principal Fuentes

0atla4 3he 0ath/9or:s ;nc.8


12/31

12

Gor tanto se diseCa y desarrolla el soft#are a medida

Figura @. "tapas del tra4ao

FuenteI daptado de Fairle (211)



13/31

1

b Fdulteracin de muestras de queso fresco, con !arina de ma4z

Figura 5. diagrama de fluo para la preparacin de muestras

a relaci,n harina + leche se e#presa en g+


14/31

1(

c Fdquisicin de im)genes !iperespectrales

d 9onstruccin de modelos GL>

e Fplicacin de modelos de prediccin a im)genes

!iperespectrales de nue'as muestras

Estos pasos se realizaron utilizando el sistema implementado

en el paso a y siguen el )rbol de decisiones mostrado en la

siguiente Agura.


15/31

1Figura 6. Descripcin esquemtica del procedimiento eperimental


16/31

13

Figura . eles en el diseCo de un softEareFuenteI daptado de 0connell8 2@)

Figura 1. *escripcin del softEare en 4ase a su estructura enmdulos

Figura $. *etalle del su4sistema desarrollado

Figura !. ruitectura del sistema

a esarrollo de sistemaRESULTADOS


17/31

15

Figura 11. 0odulo deteccin de adulteracin deueso fresco por harina de ma4

I!"##$%&'($ #$)'*(!% +# M&%"&,2010 &

Figura . eles en el diseCo de un softEareFuenteI daptado de 0connell8 2@)

RESULTADOSa esarrollo de sistema


18/31

1&

Figura 12. =arra de herramientas de la aplicacin HperJ1I a) rea 4) Apectrac) ine



19/31

1H

Figura 1. &rincipales >entanas de la aplicacin inform)tica a)>entana principal 4) >entana de entrenamiento c) >entana de

opciones del sistema



20/31

2%

b Fdulteracin de muestras de queso fresco, con !arina de ma4zRESULTADOS

3a4la . *atos de la caracteriaci,n de muestras


21/31

21

Iigura 1( a imagen >JK b imagen de intensidad a (&% nm c imagen de> circular

Iigura 1. E7traccin de informacin espectral en la >

RESULTADOSc Fdquisicin de im)genes

!iperespectrales


22/31

22

RESULTADOSc Fdquisicin de im)genes

!iperespectrales

Iigura 13. GerAles espectrales promedio de los diferentestratamientos


23/31


RESULTADOS


24/31

2(

Iigura 15 Estructura del modelo GL>

Iigura 1& Keta coeAcientes del modeloGL>

RESULTADOSd esarrollo de modelos GL>


25/31

2

Iigura 1H. FDuste del modelo GL> reducido

RESULTADOSd esarrollo de modelos GL>


26/31



27/31

25

e Fplicacin de modelosRESULTADOS

Iigura 2%. m)genes >JK de una repeticin de cadatratamiento


28/31

2&


Iigura 21. m)genes de intensidad a (% nm


29/31

2H


Iigura 22. m)genes en escala de grises con )reasanmalas eliminadas


30/31

%


Iigura 2. m)genes quimiomtricas de una repeticin de cadatratamiento


31/31

1

e !a mostrado que la aplicacin de la tcnica de im)genes

!iperespectrales al an)lisis de la adulteracin por !arina de

ma4z en queso fresco permite detectar la presencia de dic!o

adulterante; en base a la relacin entre la reMactancia y el

contenido de almidn en muestras de queso fresco.

Los modelo para predecir el contenido de almidn mediante la

tcnica GL> contaron con coeAcientes de correlacin >2 de

%.H1 y %.HH& para el modelo completo y modelo reducido

respecti'amente; por tanto se propone como meDor la

prediccin por la mayor robustez del mismo.

CONCLUSIONES

Desarrollo de Sistema Informático Para La Determinación de Adulteración Por Almidón en Queso...

Documents

Transcript of Desarrollo de Sistema Informático Para La Determinación de Adulteración Por Almidón en Queso...