Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/305394
Type: TESE DIGITAL
Title: Determinação da composição e propriedades funcionais de queijos por imagem hiperespectral de infravermelho próximo
Title Alternative: Determination of composition and functional properties of cheese by near infrared hyperspectral imaging
Author: Karaziack, Caroline Bilhar, 1992-
Advisor: Viotto, Walkíria Hanada, 1956-
Abstract: Resumo: Os queijos são produtos de grande importância comercial no setor de lácteos, respondem a 30% do comércio mundial e apresentam crescimento contínuo nas últimas décadas. Esse aumento na produção pode ser justificado pelo aumento no consumo de queijos, principalmente pelo seu uso como ingrediente em pizzas e alimentos de conveniência. A capacidade de derretimento e a formação de óleo livre são algumas das principais propriedades funcionais de queijos usados como ingredientes, influenciando significativamente a aceitação pelo consumidor. A composição dos queijos, além de afetar a funcionalidade, determina a sua vida de prateleira e o rendimento de fabricação. O controle e monitoramento da composição são essenciais para a indústria de queijos, que necessita cada vez mais de métodos rápidos e seguros para manter e garantir a qualidade do produto. Os métodos comumente utilizados em análises de propriedades funcionais tem caráter empírico e nem sempre apresentam boa precisão. A Espectroscopia de infravermelho próximo, em inglês, Near-infrared (NIR) surge como uma ferramenta para controle de qualidade por suas vantagens de ser rápida, não destrutiva, não precisar de preparo de amostra e poder determinar vários parâmetros simultaneamente. A técnica pode ser aprimorada ao se empregar o sistema de imagem hiperespectral, que engloba espectroscopia e técnicas de imagem com o intuito de fornecer informações espectrais e espaciais simultaneamente. O objetivo deste estudo foi investigar o potencial da técnica de imagem hiperespectral no infravermelho próximo como um método rápido e não invasivo para predizer a composição química e propriedades funcionais de queijos. Para isso, foram escolhidos diversos tipos de queijos, com variadas composições e funcionalidades. Imagens hiperespectrais foram adquiridas de 50 amostras de queijos (Muçarela, Cheddar, queijo Prato, Requeijão do Norte, queijo Coalho e Minas meia cura). Umidade, proteína, gordura, pH, derretimento e formação de óleo livre foram determinados por metodologias tradicionais e relacionados com as informações espectrais através de modelos de regressão de mínimos quadrados parciais. O coeficiente de determinação obtido pela validação sistemática no modelo PLS indicou que a faixa espectral NIR apresentou excelente habilidade para predizer o conteúdo de umidade (R2cv = 0.89), gordura (R2cv = 0.95) e formação de óleo livre (R2cv = 0.86) e SEP 1,51; 1,25 e 0,55 respectivamente nas amostras de queijos. A análise de componentes principais foi empregada nos espectros obtidos para discriminação entre amostras. Coeficientes de regressão resultantes dos modelos de regressão PLS foram usados para identificar os comprimentos de onda mais importantes para cada atributo. Os comprimentos de onda mais importantes foram aplicados no algoritmo de processamento de imagem para transferir os modelos de predição para cada pixel da imagem com o objetivo de visualizar a composição química e as propriedades funcionais. A metodologia de análise por imagem hiperespectral, ao combinar as técnicas de imagem e espectroscopia no intervalo NIR, mostrou-se adequada para predição de propriedades composicionais e funcionais de queijos, de forma rápida e não-destrutiva. A composição química determinada pelo mapa químico permitiu visualizar a distribuição espacial dos atributos avaliados, mostrando potencial aplicação para análise rápida de propriedades funcionais de queijos

Abstract: Cheeses are products of great commercial importance in the dairy sector; representing 30% of world trade and presenting continuous growth in recent decades. This increase in production can be justified by the increase in cheese consumption, mainly for its use as an ingredient in pizzas and convenience food products. Meltability and free oil formation are some of the main functional properties of cheese used as ingredients, significantly influencing consumer acceptance. Cheese composition, as well as affecting the functionality of the cheese, determines its shelf life and manufacturing yield. Controlling and monitoring of cheese composition are essential for the cheese industry, which shows increasingly need of fast and safe methods to maintain and ensure product quality. Analytical methods commonly for functional properties are empirical and sometimes not accurate. Near-infrared spectroscopy, in English, near infrared (NIR) emerges as a tool for quality control due to its advantages of being fast, non-destructive, not requiring sample preparation and being able to determine multiple parameters simultaneously. The technique may be improved by employing hyperspectral imaging system, comprising spectroscopy and imaging techniques in order to provide spatial and spectral information simultaneously. The objective of this study was to investigate the potential of near-infrared hyperspectral imaging technique as a fast and non-invasive method to predict the chemical composition and functional properties of cheese. In order to achieve this goal, several types of cheeses, with varying composition and functionality, were chosen. Hyperspectral images were obtained from 50 samples of cheeses (Mozzarella, Cheddar, Prato Cheese, Requeijão do Norte, Cheese Minas Meia Cura and Coalho Cheese). Moisture, protein, fat, pH, melting and oil-free formation were determined by traditional methodologies and related to spectral information using partial least squares regression models. The determination coefficient obtained by cross-validation in the PLS model indicated that the spectral range NIR showed excellent ability to predict the moisture content (R2cv = 0.89), fat (R2cv = 0.95) and free oil formation (R2cv = 0.86) and SEP 1,51; 1,25 and 0,55 respectively in cheese samples. Principal components analysis was used in the spectral dataset to identify differences and similarities between the cheese varieties investigated. Regression coefficients resulting from the PLS regression models were used to identify the most important wavelengths for each attribute. The most important wavelengths were applied in image processing algorithm to transfer the prediction models for each pixel of the image in order to visualize the chemical composition and functional properties. The application of hyperspectral imaging, combining imaging techniques and spectroscopy in the NIR range, showed potential to predict cheese compositional and functional properties, in a fast and non-destructively way. The chemical composition determined by chemical map allowed visualizing the spatial distribution of the evaluated attributes, showing potential application for fast analysis of cheese functional properties
Subject: Quimiometria
Derretimento
Análise espectral
Queijo
Editor: [s.n.]
Date Issue: 2016
Appears in Collections:FEA - Dissertação e Tese

Files in This Item:
File SizeFormat 
Karaziack_CarolineBilhar_M.pdf852.68 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.