Monitorización de la fase de fermentación del yogur mediante análisis de imagen de patrones láser como técnica no destructiva: caracterización de leche de vaca, cabra y oveja

Abstract

[ES] En la actualidad, la mejora en la calidad de los productos es una necesidad para poder afrontar las nuevas exigencias que impone el mercado global. Las crecientes tendencias hacia la garantía de calidad e inocuidad de estos exigen la implementación de sistemas automatizados avanzados para reemplazar los sistemas tradicionales que son menos confiables y eficientes. En el presente trabajo se estudió la monitorización de la fermentación del yogur a través del análisis de imagen de patrones láser generados a través de la interacción de este con la matriz del alimento. La aplicación se llevó a cabo sobre leche de vaca, cabra y oveja. Las imágenes obtenidas durante todo el proceso fueron procesadas para la extracción posterior datos. Por otra parte, las muestras fueron analizadas fisicoquímicamente (pH y textura) en los mismos puntos de captura de imagen con el objetivo de correlacionar posteriormente ambos bloques de datos. El análisis de los datos de imagen se llevó a cabo mediante técnicas estadísticas multivariantes, en base a las cuales se corroboró que la variabilidad recogida por los patrones láser analizados, estaban directamente relacionados con los cambios de la matriz del alimento durante el proceso (evolución del pH y textura). Así pues, cuando se realizaron estudios de regresión para modelizar los parámetros fisicoquímicos en base a los datos de imagen, se obtuvieron coeficientes de correlación satisfactorios para cada parámetro fisicoquímico en vaca, ligeramente en oveja, aunque no en cabra. Esta diferencia fue debida a las diferentes propiedades de las proteínas de cabra frente a las de vaca y oveja, las cuales se sitúan en comportamientos más similares bajo estas condiciones de procesado. Por lo tanto, los resultados mostraron que la técnica consiguió capturar información de forma rápida y no destructiva sobre el estado interno de la matriz de yogur durante el proceso, mostrando a su vez un efecto significativo de la naturaleza de la materia prima.

[EN] Nowadays, the improvement in the quality of the products is need to be able to face the new requirements imposed by the global market. The growing trends towards the quality assurance, and the safety of these demands the implementation of advanced automated systems in order to replace traditional systems, which are less reliable and efficient. The monitoring of yogurt fermentation was studied through the image analysis of laser patterns generated through the interaction of the same with the food matrix. Cow’s, goat’s and sheep’s milks were tested. Destructive physic-chemical analyses were done after capturing images during the processes to study the relationships between data blocks. The analysis of the image data was carried out by means of multivariate statistical techniques, based on which it was corroborated that the variability collected by the laser patterns analyzed, were directly related to the changes of the food matrix during the process (pH evolution and texture). Thus, when regression studies were conducted to model the physicochemical parameters based on the image data, satisfactory correlation coefficients were obtained for each physicochemical parameter in cow and sheep, but not in goat. This difference was due to the different properties of goat proteins compared to those of cow and sheep, which are more similar in behavior under these processing conditions. Therefore, the results showed that the technique managed to capture information quickly and non-destructively on the internal state of the yogurt matrix during the process, showing in turn a significant effect on the nature of the raw material.

[CA] En l'actualitat, la millora en la qualitat dels productes és una necessitat per a poder afrontar les noves exigències que imposa el mercat global. Les creixents tendències cap a la garantia de qualitat i innocuïtat d'aquests exigeixen la implementació de sistemes automatitzats avançats per a reemplaçar els sistemes tradicionals que són menys confiables i eficients. En el present treball es va estudiar el monitoratge de la fermentació del iogurt a través de l'anàlisi d'imatge de patrons làser generats a través de la interacció del mateix amb la matriu de l'aliment. L'aplicació es va dur a terme sobre llet de vaca, cabra i ovella. Les imatges obtingudes durant tot el procés van ser processades per a l'extracció posterior dades. D'altra banda, les mostres van ser analitzades fisicoquímicamente (pH i textura) en els mateixos punts de captura d'imatge amb l'objectiu de correlacionar posteriorment tots dos blocs de dades. L'anàlisi de les dades d'imatge es va dur a terme mitjançant tècniques estadístiques multivariantes, sobre la base de les quals es va corroborar que la variabilitat arreplegada pels patrons làser analitzats estaven directament relacionats amb els canvis de la matriu de l'aliment durant el procés (evolució del pH i textura). Així doncs, quan es van realitzar estudis de regressió per a modelizar els paràmetres fisicoquímicos sobre la base de les dades d'imatge, es van obtenir coeficients de correlació satisfactoris per a cada paràmetre fisicoquímico en vaca, lleugers en ovella, encara que no en cabra. Aquesta diferència va ser deguda a les diferents propietats de les proteïnes de cabra enfront de les de vaca i ovella, les quals se situen en comportaments més similars sota aquestes condicions de processament. Per tant, els resultats van mostrar que la tècnica va aconseguir capturar informació de forma ràpida i no destructiva sobre l'estat intern de la matriu de iogurt durant el procés, mostrant al seu torn un efecte significatiu de la naturalesa de la matèria primera.