X
XLinkedinWhatsAppTelegramTelegram
0

Perdita alla cottura del Muscolo Semispinalis Capitis (coppa di suino) utilizzando dati in Deep Learning

L'Intelligenza Artificiale utilizzata per apprendere il miglior grado di cottura della "coppa di suino" per evitare le perdite d'acqua...

5 Febbraio 2025
X
XLinkedinWhatsAppTelegramTelegram
0

Questo studio ha valutato le prestazioni di un modello basato sul Deep Learning che possa prevedere la perdita di cottura nel muscolo semispinale capitis (SC), la coppa di suino (muscle of pork butts), utilizzando immagini iperspettrali acquisite 24 ore post-mortem.

Materiali e Metodi: Per superare i campioni su piccola scala, sono stati utilizzati 70 coppe di suino con aumento dei dati basato su pixel. I campioni sono stati prelevati a freddo e trasportati a 4°C con arrivo in laboratorio entro i 60 minuti. I modelli di regressione delle componenti principali (PCR-Principal component regression) e di regressione dei minimi quadrati parziali (PLSR-partial least squares regression) per prevedere la perdita di cottura nel muscolo SC (coppa) hanno mostrato valori R2 più elevati con correzione del segnale moltiplicativo, mentre la prima derivata ha prodotto un errore quadratico medio (RMSE-root mean square error) inferiore.

Il modello basato sul deep learning ha superato i modelli PCR e PLSR. L'accuratezza della classificazione dei modelli per la classificazione del grado di perdita alla cottura è diminuita all'aumentare del numero di gradi di temperatura, con i modelli con tre gradi che hanno raggiunto l'accuratezza di classificazione più elevata.

Risultati: Il modello di deep learning ha mostrato l'accuratezza di classificazione più elevata (0,82). La perdita di cottura nel muscolo SC è stata visualizzata utilizzando un modello di deep learning. Il pH e la perdita di cottura del muscolo SC erano significativamente correlati con la perdita durante la cottura delle fettine di coppa di suino (rispettivamente -0,54 e 0,69).

Conclusioni: Un modello di apprendimento profondo (deep learning model) che utilizza immagini iperspettrali (hyperspectral images) può prevedere il grado di perdita di cottura del muscolo SC. Ciò suggerisce che è possibile ottenere una previsione non invasiva delle proprietà qualitative delle coppe di suini utilizzando immagini iperspettrali ottenute dal muscolo SC.

Kyung Jo, Seonmin Lee, Seul-Ki-Chan Jeong, Hyeun Bum Kim, Pil Nam Seong, Samooel Jung, Dae-Hyun Lee, Cooking loss estimation of semispinalis capitis muscle of pork butt using a deep neural network on hyperspectral data, Meat Science, Volume 222, 2025, 109754, ISSN 0309-1740, https://doi.org/10.1016/j.meatsci.2025.109754.

Commenti sull'articolo

Questo spazio non è dedicato alla consultazione agli autori degli articoli, ma uno spazio creato per essere un punto di incontro per discussioni per tutti gli utenti di 3tre3
Pubblica un nuovo commento

Per commentare ti devi registrare su 3tre3 ed essere connesso.

Non sei iscritto nella lista la web in 3 minuti

Un riassunto settimanale delle news di 3tre3.it

Fai il log in e spunta la lista

Non sei iscritto nella lista la web in 3 minuti

Un riassunto settimanale delle news di 3tre3.it

Fai il log in e spunta la lista