Evaluación de técnicas avanzadas de regresión y de características de textura en imágenes de resonancia magnética para determinar parámetros de calidad en productos cárnicos

Resumen

Las investigaciones realizadas en esta Tesis Doctoral se centran en evaluar la predicción de parámetros de calidad de derivados cárnicos mediante el empleo de imágenes de Resonancia Magnética (MRI), algoritmos de análisis de textura y métodos avanzados de regresión. El empleo de MRI para determinar la calidad de derivados cárnicos se propone como técnica alternativa y/o complementaria a los análisis físico-químicos y sensoriales usados habitualmente. Estas técnicas son laboriosas, costosas en tiempo y dinero e implican la destrucción de las piezas cárnicas. MRI, además de ser una técnica no destructiva, también es no invasiva e inocua. La metodología propuesta se basa en la adquisición de MRI de lomo y jamón ibérico mediante dispositivos de resonancia magnética de bajo y alto campo respectivamente. Estas MRI se analizan mediante el uso de una amplia variedad de técnicas de extracción de características de textura (coocurrencia de niveles de gris, análisis fractal, patrones binarios locales, transformadas Wavelet y filtros de Gabor). Así se obtienen vectores de características que son procesados mediante diferentes métodos de regresión (28 regresores) para predecir los parámetros de calidad empleando una técnica de validación realista. De igual forma se aborda el estudio de estructuras volumétricas mediante la reconstrucción en 3D de los productos y el análisis de texturas 3D con el propósito de extraer información adicional no obtenida mediante técnicas habituales. Los resultados obtenidos confirman la viabilidad de la aplicación de técnicas de visión por computador sobre MRI para predecir características de calidad de productos cárnicos de manera no destructiva.