Predicción de la calidad de los filetes de caballa (Scomber japonicus peruanus) durante el método de salazón usando herramientas quimiométricas y perfiles espectrales
Date
2022-10-17
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Nacional de Frontera
Abstract
La caballa (Scomber japonicus peruanus) es un pescado azul muy popular en la dieta humana; además, por su carácter altamente perecedero, es sometido a diferentes métodos de conservación, entre ellos la salazón. En el proceso de salazón surgen cambios que afectan su calidad y que no pueden distinguirse a simple vista. Por esta razon, es necesario encontrar técnicas que permitan predecir en tiempo real dichos cambios para garantizar la provisión de alimentos inocuos. En ese contexto, el presente estudio tuvo como objetivo determinar si existe diferencia significativa en la predicción de calidad de filetes de caballa (Scomber japonicus peruanus) durante el método de salazón usando herramientas quimiométricas y perfiles espectrales. Se recolectaron 35 muestras de filetes de caballa, en un mercado local, sometiendolas a un proceso de salazón por inmersión en salmuera al 28% y se mantuvieron en refrigeración por seis días. Los análisis se realizaron en los días 0, 1, 2, 3 y 6, cada día se evaluaron 7 fieletes, adquiriendo imágenes hiperespectrales de reflectancia, en el rango de 900 - 1700 nm, asimismo, se realizaron análisis fisicoquímicos de referencia para determinar el contenido de sal, humedad y pH. Las imágenes fueron corregidas, segmentadas y pre-tratadas, para la extracción de perfiles medios, luego se implement´o el modelo de regresión de mínimos cuadrados parciales
(PLSR) usando el software Unscrambler 2019, los resultados mostraron que al aplicar pretratamientos como savitzky golay (SG) y variación normal standar (SNV) se obtuvieron mejores resultados; R2 v 0.86 %,0.88% y 0.94 %, para predicción del contenido de sal, pH y humedad respectivamente; por lo tanto, es factible realizar la predicción de calidad de filetes de caballa salazonados usando herramientas quimiométricas y perfiles espectrales.
Description
Keywords
Salazón, Pescado, Imágenes hiperespectrales, Aprendizaje automático