Video Experimental Relacionado
Updated: Sep 9, 2025

O-cresol Concentration Online Measurement Based On Near Infrared Spectroscopy Via Partial Least Square Regression
Published on: November 8, 2019
Validación de los modelos multivariados para la correlación entre el análisis del perfil de textura, las imágenes
Keila Cristina da Silva1, Thaysa Fernandes Moya Moreira1, Ranielly Nogueira Cremonini1
1UTFPR - Universidade Tecnológica Federal do Paraná, Campo Mourão, Paraná, CEP 87301-899, Brazil. patriciav@utfpr.edu.br.
Este estudio demuestra cómo la espectroscopia de infrarrojo cercano (NIR) y las imágenes digitales, combinadas con mínimos cuadrados parciales (PLS), pueden predecir con precisión las propiedades de la textura de los alimentos, como la dureza y la cohesión. Este enfoque multivariado ofrece un método versátil para el control de calidad en el desarrollo de productos alimenticios.
Área de la Ciencia:
- Ciencia y Tecnología de los Alimentos
- Química analítica
- Espectroscopia
Sus antecedentes:
- El análisis del perfil de textura (TPA) es crucial para la evaluación de la calidad de los alimentos.
- Los métodos tradicionales de TPA pueden consumir mucho tiempo y ser destructivos.
- Es muy deseable desarrollar métodos rápidos y no destructivos para el TPA.
Objetivo del estudio:
- Evaluar la espectroscopia de infrarrojo cercano (NIR) y las técnicas de imagen digital para predecir los parámetros de TPA.
- Desarrollar un modelo multivariado de calibración de múltiples productos para diversos tipos de harina.
- Validar los modelos predictivos utilizando parámetros de mérito establecidos.
Principales métodos:
- Utilizó espectroscopia NIR, imágenes digitales convencionales e imágenes filtradas térmicas / de rayos X.
- Regresión de mínimos cuadrados parciales empleada para el análisis multivariado.
- Incorporación de varios tipos de harina en un solo modelo de calibración para una mayor aplicabilidad.
Principales resultados:
- Se han determinado con éxito los parámetros clave del TPA, incluidos la dureza, la adherencia, la elasticidad, la masticabilidad, la elasticidad, la cohesión y la resiliencia.
- La importancia de la variable en la proyección (puntuaciones VIP) reveló variables predictivas compartidas para la dureza, la elasticidad y la cohesión.
- Variables comunes identificadas para la adherencia y la elasticidad, así como para la masticabilidad y la resiliencia.
Conclusiones:
- La espectroscopia NIR y las imágenes digitales, junto con el PLS, proporcionan un método robusto y no destructivo para la determinación de la TPA.
- El modelo multivariado de productos múltiples desarrollado demuestra la versatilidad en diferentes tipos de harina.
- Este enfoque ofrece un potencial significativo para un control eficiente de la calidad de los alimentos y el desarrollo de productos.
Más Videos Relacionados
09:32Resolving Water, Proteins, and Lipids from In Vivo Confocal Raman Spectra of Stratum Corneum through a Chemometric Approach
Published on: September 26, 2019
07:05Applying Hyperspectral Reflectance Imaging to Investigate the Palettes and the Techniques of Painters
Published on: June 18, 2021
Videos de Conceptos Relacionados
Attenuated Total Reflectance (ATR) Infrared Spectroscopy: Overview
The ATR process begins by directing a beam...
UV–Vis Spectroscopy: Woodward–Fieser Rules
UV–Vis Spectroscopy of Conjugated Systems
One of the factors influencing λmax is the extent...
Applications of IR Spectroscopy: Overview
2D NMR: Overview of Heteronuclear Correlation Techniques
Ultraviolet and Visible (UV–Vis) Spectroscopy: Overview