使用自动化图像分析对肉类类型的视觉纤维性的定量表征
Yizhou Ma1, Miek Schlangen1, Jelle Potappel1
1Laboratory of Food Process Engineering, Wageningen University, Wageningen, The Netherlands.
Journal of texture studies
|October 20, 2023
概括
一种新的基于图像的方法,Fiberlyzer,量化了植物性肉的视觉纤维度,与专家评估有很强的相关性. 这种自动化工具有助于开发出具有理想纹理的更好的肉类类似物.
科学领域:
- 食品科学 食品科学 食品科学
- 材料科学 材料科学 材料科学
- 生物技术是生物技术.
背景情况:
- 植物性肉类类似物旨在模仿肌肉的纤维质地.
- 目前评估纤维度的方法是主观的,耗时的,需要专家的意见.
- 对视觉纤维结构的客观量化对于产品开发和质量控制至关重要.
研究的目的:
- 开发一种基于图像的自动化,定量和标准化的方法,用于评估植物性肉类类别的视觉纤维度.
- 根据专家评估验证该方法,并将其与肉制品的基准标准进行比较.
- 提供一个用户友好的工具,用于在肉类类型的生产中进行常规集成.
主要方法:
- 开发Fiberlyzer方法,用于在肉类类型的2D图像中对纤维区域进行细分.
- 提取纤维的形状特征,如纤维分数 (长度/宽度比),面积和分支.
- 计算纤维分数与专家小组评估的相关性分析,并与煮熟的肉结构进行比较.
主要成果:
- Fiberlyzer方法成功地对植物性肉类类型的纤维结构进行细分和定量.
- 计算纤维得分与专家小组的评估有很强的相关性 (r2 = 0.93),特别是对于特定配方.
- 该方法提供了详细的纤维形状特征,用于结构比较和基准测试.
结论:
- 纤维化器方法提供了一种快速,经济有效和标准化的方法,用于量化肉类类别的视觉纤维度.
- 这种自动化工具减少了对专家知识的依赖,提高了配方,质量控制和生产的效率.
- 纤维化器促进肉类模拟结构的客观评估和比较,有助于开发具有理想感官品质的产品.
更多相关视频
10:37Author Spotlight: Decellularization-Based Quantification of Skeletal Muscle Fatty Infiltration
Published on: June 9, 2023
3.1K
07:46Author Spotlight: Improving Beef Cattle Nutrition and Production with a Focus on Feed Efficiency and Meat Quality Traits Through Advanced Biochemical and Molecular Assays
Published on: July 12, 2024
559
