Algoritmos de extracción de características a partir de imágenes de resonancia magnética para evaluar parámetros de calidad en productos cárnicos mediante minería de datos

  1. Caballero Jorna, Daniel
Dirixida por:
  1. Andrés Caro Lindo Director
  2. María Trinidad Pérez Palacios Co-director
  3. María Teresa Antequera Rojas Co-director

Universidade de defensa: Universidad de Extremadura

Fecha de defensa: 29 de maio de 2017

Tribunal:
  1. Eva Cernadas García Presidenta
  2. Pablo Garcia Rodriguez Secretario/a
  3. Carolina Pugliese Vogal

Tipo: Tese

Teseo: 473993 DIALNET

Resumo

En esta tesis doctoral se propone una metodología para determinar características de calidad de productos cárnicos (jamón y lomo Ibérico) de forma no destructiva, mediante imágenes de resonancia magnética (MRI) y algoritmos de visión por computador. En primer lugar se obtienen MRI de los productos cárnicos, evaluando tres secuencias de adquisición (Spin Echo, (SE) Gradiente Echo (GE) y Turbo 3D (T3D)). Posteriormente, las MRI se analizan mediante algoritmos de texturas (GLCM, GLRLM y NGLDM) y de fractales (CFA, FTA y OPFTA); los dos últimos desarrollados en esta tesis doctoral. Esto que permite la extracción de una serie de características computacionales. Los productos cárnicos también se analizan mediante técnicas físico-químicas y sensoriales. Finalmente, sobre todos los datos obtenidos se aplican técnicas de minería de datos: deductivas (Regresión Lineal Múltiple, MLR), de clasificación (árboles de decisión, DT y Sistemas basados en reglas, SBR) y predictivas (MLR y Regresión Isotónica, IR). La secuencia de adquisición, el algoritmo y la técnica de minería de datos influyen sobre la eficacia del análisis de los parámetros de calidad. Podría indicarse el empleo de SE como secuencia de adquisición y GLCM o OPFTA como algoritmos de análisis de imágenes. Como técnicas de minería de datos, MLR y DT son apropiados, respectivamente, para deducir parámetros físico-químicos y clasificar en función del contenido en sal. Como técnica predictiva se puede indicar MLR, que permite obtener ecuaciones fiables para los parámetros de calidad, y así determinar la calidad de los productos cárnicos de forma no destructiva, eficiente, efectiva y precisa.