Applying data mining and Computer Vision Techniques to MRI to estimate quality traits in Iberian hams

Abstract

This study aims to forecast quality characteristics of Iberian hams by using non-destructive methods of analysis and data mining. Magnetic Resonance Imaging and Computer Vision Techniques were conducted on hams throughout their processing. Physico-chemical parameters were also measured in these products. Information from these analyses was integrated in a database. First, deductive techniques of data mining were applied to these data. Multiple linear regression allows for the estimation of information from Magnetic Resonance Imaging, Computer Vision Techniques and physico-chemical analysis. This enables the completion of the initial database. Then, predictive techniques of data mining were applied. Both, multiple linear regression and isotonic regression achieved the prediction of weight, moisture and lipid content of hams as a function of features obtained by Magnetic Resonance Imaging and Computer Vision Techniques. Thus, data mining, Magnetic Resonance Imaging and Computer Vision Techniques could be used to estimate the quality traits of Iberian hams. This allows for the improvement of the process control without destroying any piece.

Este estudio pretende predecir las características de calidad de los jamones ibéricos utilizando métodos no destructivos de análisis y minería de datos. Se realizaron técnicas de Resonancia Magnética y Visión por Computador en los jamones a lo largo de su procesado. También se midieron parámetros físico-químicos en estos productos. La información de estos análisis se integró en una base de datos. En primer lugar, se aplicaron a estos datos técnicas deductivas de minería de datos. La regresión lineal múltiple permite estimar la información procedente de la imagen por resonancia magnética, las técnicas de visión por ordenador y los análisis fisicoquímicos. Esto permite completar la base de datos inicial. A continuación, se aplicaron técnicas predictivas de minería de datos. Tanto la regresión lineal múltiple como la regresión isotónica lograron predecir el peso, la humedad y el contenido lipídico de los jamones en función de las características obtenidas por Resonancia Magnética y Técnicas de Visión por Ordenador. Así, la minería de datos, la Resonancia Magnética y las Técnicas de Visión por Ordenador podrían ser utilizadas para estimar los rasgos de calidad de los jamones ibéricos. Esto permite mejorar el control del proceso sin destruir ninguna pieza.