Busca avançada
Ano de início
Entree

Uma nova abordagem baseada em imagens hiperespectrais para autenticação do sistema de cultivo de sementes

Processo: 19/04833-3
Modalidade de apoio:Bolsas no Exterior - Estágio de Pesquisa - Mestrado
Data de Início da vigência: 15 de junho de 2019
Data de Término da vigência: 14 de dezembro de 2019
Área de conhecimento:Ciências Agrárias - Ciência e Tecnologia de Alimentos - Engenharia de Alimentos
Pesquisador responsável:Douglas Fernandes Barbin
Beneficiário:Luis Jam Pier Cruz Tirado
Supervisor: Baeten Vincent
Instituição Sede: Faculdade de Engenharia de Alimentos (FEA). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Instituição Anfitriã: Centre wallon de Recherches agronomiques (CRA-W), Bélgica  
Vinculado à bolsa:18/02500-4 - Análise de alimentos: uma abordagem utilizando imagens NIR, BP.MS
Assunto(s):Produção orgânica   Sementes   Quinoa   Chia   Análise multivariada   Espectroscopia   Imagem hiperespectral   Discriminação
Palavra(s)-Chave do Pesquisador:chia | Discrimination | multivariate analysis | quinoa | Espectroscopia

Resumo

Sementes são uma fonte excepcional de nutrientes, por isso seu consumo favorece a saúde do consumidor. De fato, a preocupação com a saúde fez com que o mercado expressasse um aumento no consumo de produtos orgânicos. Na América do Sul, entre as sementes com produção orgânica e grandes volumes de exportação para a Europa e os Estados Unidos da América, há Quinoa (Chenopodium quinoa) e Chia (Salvia hispanica). A quinoa é considerada um superalimento devido ao seu alto valor nutricional, uma vez que possui proteína sem glúten de alta qualidade. Sementes de Chia são fontes vegetais ricas em ácidos graxos essenciais, compostos fenólicos, proteínas e fibras alimentares. Para identificar o sistema de cultivo de diferentes alimentos, técnicas isotópicas e espectrometria de alta eficiência são tradicionalmente usadas para identificar marcadores específicos (por exemplo, perfil de ácidos graxos). Geralmente, essas técnicas analíticas são caras, demoradas e destrutivas para a amostra. Portanto, apesar de sua precisão, eles acabam sendo pouco atraentes para a indústria alimentícia. O sistema de imagem hiperespectral tem várias vantagens em relação aos métodos analíticos tradicionais (por exemplo, espectrometria de massa ou cromatografia líquida de alta eficiência), como velocidade, livre de produtos químicos, baixo custo de uso e possível aplicação em processos on-line para controle de qualidade e autenticação de alimentos. A imagem hiperespectral fornece informações espaciais e espectrais, sujeitas a análise multivariada, para gerar modelos matemáticos capazes de discriminar os alimentos com base em suas diferenças na composição química. Por estas razões, este projeto visa desenvolver modelos matemáticos baseados em informações obtidas a partir de imagens hiperespectrais para identificar o sistema de cultivo de sementes de Quinoa e Chia. Assim, um novo método de autenticação não invasivo e não destrutivo para essas sementes será criado e validado, o que, sem dúvida, favorecerá a rastreabilidade desses produtos. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (4)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
PERES, LOUISE M.; BARBON JUNIOR, SYLVIO; LOPES, JESSICA F.; FUZYI, ESTEFANIA M.; BARBON, ANA P. A. C.; ARMANGUE, JOEL G.; BRIDI, ANA M.. Meta-recommendation of pork technological quality standards. BIOSYSTEMS ENGINEERING, v. 210, p. 13-19, . (15/24351-2, 18/02500-4, 19/04833-3)
CRUZ-TIRADO, J. P.; OLIVEIRA, MARCIANO; DE JESUS FILHO, MILTON; GODOY, HELENA TEIXEIRA; MANUEL AMIGO, JOSE; BARBIN, DOUGLAS FERNANDES. Shelf life estimation and kinetic degradation modeling of chia seeds (Salvia hispanica) using principal component analysis based on NIR-hyperspectral imaging. FOOD CONTROL, v. 123, . (19/04833-3)
CRUZ-TIRADO, J. P.; FERNANDEZ PIERNA, JUAN ANTONIO; ROGEZ, HERVE; FERNANDES BARBIN, DOUGLAS; BAETEN, VINCENT. Authentication of cocoa (Theobroma cacao) bean hybrids by NIR-hyperspectral imaging and chemometrics. FOOD CONTROL, v. 118, . (19/04833-3, 18/02500-4, 15/24351-2)
CRUZ-TIRADO, J. P.; DA SILVA MEDEIROS, MARIA LUCIMAR; BARBIN, DOUGLAS FERNANDES. On-line monitoring of egg freshness using a portable NIR spectrometer in tandem with machine learning. Journal of Food Engineering, v. 306, . (19/06846-5, 15/24351-2, 18/02500-4, 19/04833-3)