Busca avançada
Ano de início
Entree

Avaliação da qualidade da carne bovina utilizando imagem hiperespectral no infravermelho próximo

Processo: 15/00293-3
Linha de fomento:Bolsas no Brasil - Doutorado
Vigência (Início): 01 de agosto de 2015
Vigência (Término): 31 de maio de 2017
Área do conhecimento:Ciências Agrárias - Zootecnia
Convênio/Acordo: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Pesquisador responsável:Saulo da Luz e Silva
Beneficiário:Juliana Monteiro Balage
Instituição-sede: Faculdade de Zootecnia e Engenharia de Alimentos (FZEA). Universidade de São Paulo (USP). Pirassununga , SP, Brasil
Bolsa(s) vinculada(s):15/20312-2 - Imagem hiperespectral no infravermelho próximo para predição e visualização da maciez da carne bovina, BE.EP.DR
Assunto(s):Qualidade da carne   Análise sensorial de alimentos

Resumo

Avaliar a qualidade da carne é sempre grande preocupação em todas as etapas da indústria de alimentos. Cada vez mais, a indústria requer métodos em tempo real para o controle de qualidade da carne fresca, a fim de melhorar a eficiência produtiva, garantir homogeneidade dos produtos e atender expectativas do consumidor. No presente trabalho, a espectroscopia de imagem, uma ferramenta que une as vantagens das técnicas de espectroscopia às vantagens das técnicas de visão computacional, será empregada para melhorar a eficiência da avaliação da qualidade da carne bovina. O presente projeto de pesquisa tem por objetivo utilizar a imagem hiperespectral no infravermelho próximo para predizer a maciez, composição química e atributos sensoriais da carne de bovinos Nelore. É também objetivo desse trabalho construir mapas de distribuição dessas características para que se possa estudar como se dá a variabilidade de cada uma delas entre uma amostra e outra e, até mesmo dentro de uma mesma amostra. Para tanto, foram utilizadas 94 amostras do músculo Longissimus dorsi (contrafilé) e 94 amostras do músculo Biceps femoris (Picanha) de bovinos Nelore provenientes de sistema de terminação em confinamento. Cada amostra foi avaliada seguindo metodologia tradicional (análises de referência) para maciez, matéria seca, proteína bruta, lipídios e matéria mineral. Também foram mensurados pH e temperatura, 1 e 24 horas post mortem. Para cada amostra, uma imagem hiperespectral foi adquirida na faixa espectral de 1000 a 2500 nm. Os dados espectrais e espaciais serão analisados por técnicas quimiométricas de análise multivariada de dados e serão construídos modelos preditivos para cada uma das características em estudo. Espera-se que os modelos preditivos gerados no presente trabalho sejam eficientes para classificar qualitativa e quantitativamente amostras de carne bovina e ainda, que possam ser utilizados para construção de imagens químicas e de maciez, que possivelmente irão melhorar a compreensão da variabilidade das características em estudo, dentro, e entre amostras. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
BALAGE, JULIANA MONTEIRO; AMIGO, JOSE MANUEL; ANTONELO, DANIEL SILVA; MAZON, MADELINE REZENDE; DA LUZ E SILVA, SAULO. Shear force analysis by core location in Longissimus steaks from Nellore cattle using hyperspectral images - A feasibility study. MEAT SCIENCE, v. 143, p. 30-38, SEP 2018. Citações Web of Science: 1.
Publicações acadêmicas
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)
. Avaliação da qualidade da carne bovina utilizando imagem hiperespectral no infravermelho próximo. 2017. Tese de Doutorado - Universidade de São Paulo (USP). Faculdade de Zootecnica e Engenharia de Alimentos (FZE/BT) Pirassununga.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.