12 Jul Usos de la imagen hiperespectral y de la inteligencia artificial para el control de la calidad y seguridad de los alimentos
Del 3 al 6 de julio de 2022 CNTA asistió al congreso de la International Association for Spectral Imaging celebrado en Esbjerg, Dinamarca, el cual trató sobre la aplicación de la imagen hiperespectral y de la Inteligencia Artificial en varios ámbitos, entre los que se encuentra el alimentario. En el evento se pudieron descubrir diferentes aplicaciones de estas tecnologías como la detección del fraude en alimentos, la disminución del desperdicio alimentario, la localización de bacterias o microplásticos o el conocimiento del origen de los productos.
María José Sáiz, responsable de I+D+i de CNTA.
Utilización de la imagen hiperespectral para la industria alimentaria
Durante las jornadas pudimos conocer diferentes aplicaciones en el uso de la imagen hiperespectral para utilizarla en el sector alimentario, principalmente en materia de seguridad y calidad alimentaria. Entre las utilizaciones más destacables destacaron las siguientes:
– Utilización de la imagen hiperespectral en el rango NIR (Análisis en el Infrarrojo Cercano, una técnica espectroscópica que utiliza el espectro electromagnético y que cubre el rango entre 800-2500 nm) para determinar el fraude en carne picada de ternera. Así, esta tecnología permite identificar el tipo de carne, la calidad (si se ha incluido huesos o carnes de peor calidad) y la clase de corte. Actualmente, los métodos de análisis usados son costosos tanto en tiempo como en dinero. El uso de esta tecnología puede lograr resultados en un breve periodo de tiempo, con una precisión del 97% en la clasificación de la calidad de los diferentes tipos de carne.
– Predicción del contenido de azúcar en tres variedades diferentes de uva durante distintos estados de maduración, usando un método de medida con imagen hiperespectral en el rango VIS-NIR, el cual cubre desde el rango espectral del visible (longitud de onda de 400 nanómetros) hasta el Infrarrojo cercano (1.100 nanómetros).
– Detección de biofilms de la bacteria Cronobacter Sakazaki sobre superficies metálicas. Sobre este tema, en el congreso se presentaron los resultados del uso de la imagen hipespectral FTIR ultrarrápida, y se comprobó que su empleo permite avanzar en materia de seguridad alimentaria y localizar esta bacteria en algunas superficies.
– Localización de microplásticos en mejillones y otros bivalvos. En el evento se mostró cómo la imagen hiperespectral puede llegar a descubrir este tipo de partículas minúsculas.
El tema de los microplásticos se está erigiendo en uno de los riesgos emergentes (no solo ambiental sino también de salud, ya que pueden pasar a los animales y posteriormente a través de ellos a los humanos) más en boga actualmente y obligará a desarrollar una metodología analítica para controlarlo, y la tecnología hiperespectral se plantea como una buena posibilidad.
Todos los trabajos que se presentaron en el congreso combinan técnicas espectroscópicas con técnicas de Inteligencia Artificial (IA). En cuestión de IA destacó la ponencia de Remi Van Belleghem, investigador del Instituto KU Leuven Plant de Bélgica, que presentó los últimos avances de la organización en materia de reducción del desperdicio alimentario en frutales, concretamente en manzanos. Van Belleghem explicó que con fotografías tomadas en el campo de los árboles y el uso de algoritmos, en los que se ha utilizado la Inteligencia Artificial, son capaces de “detectar calidades de las frutas y proponer estrategias eficientes de recolección, tratando de minimizar la pérdida del producto”.
Descubrir el fraude en el pescado
En el congreso CNTA presentó una ponencia sobre la detección de dos tipos de fraude comunes en el pescado: el de atún rojo congelado que se vende como fresco, y el saber el origen de la anchoa (si esta proviene del mar Cantábrico o del Mediterráneo). Todo ello, se realiza mediante imagen hiperespectral VIS-NIR y NIR, junto con IA.
Esta investigación se enmarca dentro del proyecto SUREFISH, financiado por PRIMA. Así, con el uso de técnicas de Inteligencia Artificial se pueden construir modelos robustos que ofrecen información sobre una muestra de pescado a partir de su imagen hiperespectral.
También, en las jornadas CNTA expuso un póster sobre un estudio, realizado en el marco del proyecto IAFOOD, en el que se investiga la influencia de distintas clases de iluminación en la determinación de la humedad en barritas de cereales.
Entre los diferentes tipos de luces analizadas, los resultados del análisis determinaron que los modelos basados en imágenes hiperespectrales con iluminación halógena convencional proporcionaron la mejor predicción de la humedad en las muestras.
