Rapid and Non-invasive Quantification of Intramuscular Fat Content of Intact Pork Cuts.

Huang, H., Liu, L., Ngadi, M.O., et Gariépy, C. (2014). « Rapid and Non-invasive Quantification of Intramuscular Fat Content of Intact Pork Cuts. », Talanta, 119, p. 385-395. doi : 10.1016/j.talanta.2013.11.015  Accès au texte intégral (en anglais seulement)

Résumé

Après avoir procédé à l’imagerie hyperspectrale proche infrarouge d’échantillons intacts de longes de porc, nous avons appliqué une gamme de techniques de traitement d’images, notamment des techniques d’analyse des motifs de texture, aux images hyperspectrales obtenues afin de déterminer la teneur en gras intramusculaire de façon non destructive. Après avoir procédé à une segmentation de la région d’intérêt, nous avons extrait les caractéristiques spectrales brutes, les caractéristiques spectrales fondées sur la texture et les caractéristiques de texture des images de longes de porc grâce à des techniques de calcul de la moyenne spectrale et de reconnaissance de motifs, soit le filtre de Gabor et une matrice de la cooccurrence des niveaux de gris (GLCM) améliorée, respectivement. Nous avons également analysé la première dérivée des spectres non filtrés et des spectres passés au filtre de Gabor. Nous avons effectué une analyse de régression partielle des moindres carrés (PLSR) sur toute la gamme d’ondes afin de déterminer les paramètres optimaux pour le filtre de Gabor et la GLCM et afin sélectionner les longueurs d’onde optimales pour la prévision de la teneur en gras intramusculaire. Nous avons appliqué une méthode pas-à-pas aux longueurs d’onde optimales afin de les optimiser davantage en longueurs d’onde clés. Nous avons préparé des modèles de régression linéaire multiple (RLM) fondés sur les longueurs d’onde clés. Les spectres moyens et les spectres passés au filtre de Gabor ont donné de meilleurs résultats que la GLCM. Le meilleur résultat, auquel sont associés des coefficients de corrélation d’étalonnage (Rc), de validation croisée (Rcv) et de prévision (Rp) de 0,89, 0,89 et 0,86, respectivement, a été obtenu grâce à la première dérivée des spectres passés au filtre de Gabor à 1 193 et 1 217 nm. Afin de visualiser la teneur en gras intramusculaire du porc, nous avons tracé les cartes de répartition du gras à l’aide d’un modèle de RLM fondé sur les spectres moyens. Ces résultats prometteurs obtenus mettent en lumière l’important potentiel de l’imagerie hyperspectrale proche infrarouge pour la prévision non destructive de la teneur en gras intramusculaire du porc intact.

Date de modification :