Predicción de la frescura de Sciaena deliciosa “lorna” utilizando imágenes hiperespectrales

• Guzmán-Bermúdez, Yordy ^[1] ; Lozano-Gallardo, Anthony ^[1] ; Gonzales-Rubio, Royer ^[1] ; Méndez, Jeffrey ^[1] ; Correa-La Torre, Jorge ^[1] ; Siche, Raúl ^[1]
  1. [1] Universidad Nacional de Trujillo

     Universidad Nacional de Trujillo

     Provincia de Trujillo, Perú

     
• Localización: Agroindustrial Science, ISSN-e 2226-2989, Vol. 9, Nº. 1, 2019 (Ejemplar dedicado a: Agroindustrial Science), págs. 99-107
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen

  • El objetivo de esta investigación fue encontrar un modelo basado en imágenes hiperespectrales para predecir la frescura de Sciaena deliciosa. En la investigación se utilizaron muestras de Sciaena deliciosa “lorna” que luego de capturadas, fueron colocadas en un cooler con hielo y transportadas al laboratorio para su respectivo análisis. Para el análisis sensorial se utilizó el esquema sensorial propuesto por Imarpe (Perú) para especies grasas. Respecto a las imágenes hiperespectrales, cada espécimen fue colocado en el equipo para analizar el humor vítreo del ojo y obtener la huella espectral correspondiente. Para el índice de refracción se extrajo el humor vítreo de ojo y colocado en el refractómetro para cuantificar el grado de alteración. Todos estos resultados fueron correlacionados para predecir la frescura, buscando el modelo más adecuado. El modelo de predicción obtenido para la frescura de pescado tuvo un R2 = 0,6359, valor adecuado para considerarlo como un modelo de posible uso práctico.