La imagen hiperespectral puede convertir la calidad de consumo del cerdo en una especificación útil

Un estudio publicado el 14 de octubre propone utilizar imágenes hiperespectrales en el rango visible e infrarrojo cercano para clasificar la calidad de consumo de la paleta de cerdo. El trabajo es relevante porque no intenta predecir un único valor analítico, sino agrupar las muestras según su perfil global de calidad de consumo. Para ello, los investigadores combinaron resultados de análisis sensorial y de lengua electrónica y definieron grupos de calidad mediante agrupamiento estadístico.

La base de datos incluyó 189 muestras. A partir de las imágenes se separaron regiones de músculo, grasa y pieza completa. La región muscular ofreció la mejor capacidad de clasificación, tanto en una separación binaria como en una división en tres grupos. Según el resumen del estudio, se evaluaron además métodos de selección de variables y de aumento de datos junto con distintos algoritmos de aprendizaje automático.

La importancia práctica está en el cambio de pregunta: no se trata solo de detectar color, grasa o agua, sino de aproximarse a una expectativa de disfrute. Aun así, la tecnología no convierte por sí misma la cámara en juez sensorial. Los grupos de referencia dependen de la muestra, del entrenamiento del panel, del producto y de la preparación. Antes de usarla para clasificar mercancía, una planta tendría que validar el modelo con sus propios animales, cortes, procesos de corte, envasado y destino culinario.