Uso da inteligência artificial para a avaliação da cor instrumental de carne bovina | Use of artificial intelligence for the evaluation of the instrumental color of beef

Color plays an important role in the evaluation of meat quality, being the main sensory attribute evaluated by consumers and significantly influencing their purchasing decisions. The color of meat originates from the myoglobin pigment and the three chemical forms it can assume: deoxymyoglobin, oxymyoglobin, and metmyoglobin. Although colorimeters have a high cost and a limited representation of the meat surface, as well as limitations of proposed methods to quantify the redox forms of myoglobin, they are the scientifically accepted methods for instrumental color analysis. Alternatively, image processing using artificial intelligence is a possibility to overcome subjectivities and difficulties, in addition to being low cost, fast, objective, and without sample deterioration. Thus, in this dissertation, two articles were developed to explore, understand, and evaluate these phenomena. In the first article, color changes of the strip loin (Longissimus lumborum) were described during pigments' oxygenation and oxidation through traditional quantification methods (K/S and Krzywicki) of chemical forms (redox) and associated with colorimetric data. The ways to obtain 100% pigment standards for reference were also discussed. The redox forms of myoglobin were obtained according to the AMSA (2012) protocols. Oxygenation was evaluated for 60 minutes, refrigerated at 4ºC with readings every 10 minutes, and for discoloration during storage, monitored for 8 days (2ºC) with readings every 24 hours. It was concluded that color parameters and pigments are related but describe different information, such as color better describing the appearance of steaks and pigment changes, the temporal evolution. It was also concluded that the methods for predicting chemical forms differ, the isobestic points model (K/S) more coherently describing the behavior according to the expected chemical transformations, besides the c* and hº indices being good parameters to understand the changes in meat color. In the second article, the development of a computer vision system (CVS) using a Multi-Layer Perceptron (MLP) artificial neural network for quantifying myoglobin's chemical forms on the surface of strip loin steaks from images obtained from both a digital camera and a smartphone was evaluated, and the need for image calibration was tested. The same samples described in the first article were evaluated by both the colorimeter and the CVS. After algorithm training, the two best MLPs with an average accuracy of 92.62% ± 2.22 in classifying pigments were chosen. The MLPs' predictions were correlated with the mathematical Krzywicki method, demonstrating that CVSs were able to track pigment changes and, in some cases, had superior prediction results. In conclusion, this dissertation contributes to the literature that seeks to explain the instrumental color analysis of meat and how it relates to pigments in various real situations that beef can be subjected to, as well as the innovative approach of artificial intelligence for quantifying myoglobin's chemical forms, adapting methodologies to available technologies.

Fundação de Amparo à Pesquisa do Estado de Minas Gerais - FAPEMIG

A cor desempenha um papel importante na avaliação da qualidade de carne, sendo o principal atributo sensorial avaliado pelos consumidores e influenciando significativamente suas decisões de compra. A cor da carne é oriunda do pigmento mioglobina e das três formas químicas que pode assumir: deoximioglobina, oximioglobina e metamioglobina. Embora os colorímetros tenham um custo elevado e uma representação limitada da superfície da carne, bem como as limitações dos métodos propostos para quantificar as formas redox da mioglobina, estes são os métodos cientificamente aceitos para análise de cor instrumental. Alternativamente, o processamento de imagens utilizando a inteligência artificial é uma possibilidade para superar as subjetividades e dificuldades, além do baixo custo, rapidez, objetividade e sem deterioração das amostras. Desta forma, nesta dissertação dois artigos foram desenvolvidos para explorar, compreender e avaliar estes fenômenos. No primeiro artigo, descreve-se as mudanças de cor do corte de contrafilé (Longissimus lumborum) durante a oxigenação e oxidação dos pigmentos através dos métodos tradicionais de quantificação das formas químicas (K/S e Krzywicki) e feita a associação aos dados colorimétricos, além da discutir as formas de se obter os padrões de 100% dos pigmentos para referência. As formas químicas da mioglobina foram obtidas de acordo com os protocolos da AMSA (2012), a oxigenação foi avaliada por 60 minutos, refrigerado a 4ºC com leituras a cada 10 minutos e para a descoloração durante o armazenamento, acompanhou-se por 8 dias (2ºC) com leituras a cada 24h. Concluiu-se que os parâmetros de cor e pigmentos são relacionados, mas descrevem informações diferentes, como a cor descrevendo melhor a aparência dos bifes e a mudança dos pigmentos, a evolução temporal. Também concluiu que os métodos para predição das formas químicas diferem, o modelo dos pontos isobésticos (K/S) descreve mais coerentemente o comportamento de acordo com o que é esperado das transformações químicas, além dos índices c* e hº serem bons parâmetros para avaliar as mudanças na cor da carne. No segundo artigo, desenvolveu-se um sistema de visão computacional (SVC) utilizando uma rede neural artificial do tipo Multi Layer Perceptron (MLP) para a quantificação das formas químicas da mioglobina na superfície dos bifes de contrafilé a partir de imagens obtidas tanto por uma câmera fotográfica, quanto de um smartphone e testadas quanto a necessidade de calibração das imagens. Avaliou-se pelo colorímetro e pelos SVC as mesmas amostras descritas no primeiro artigo. Após o treinamento do algoritmo, foram escolhidas as duas melhores MLP’s com acurácia média de 92,62% ± 2,22 na classificação dos pigmentos. A predição das MLP’s foi correlacionada com o método matemático de Krzywicki, demonstrando que os SVC foram capazes de acompanhar as mudanças dos pigmentos e, em algumas ocasiões, tiveram resultados superiores na predição. Em conclusão, esta dissertação contribui para a literatura que procura explicar a análise de cor instrumental de carnes e como esta se relaciona com os pigmentos em diversas situações reais que a carne bovina pode ser submetida, além da abordagem inovadora da IA para a quantificação das formas químicas da mioglobina, adequando as metodologias com as tecnologias disponíveis.

Econômicos

Comunicacao

ODS 9: Indústria, inovação e infraestrutura