Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10662/20019
Registro completo de Metadatos
Campo DCValoridioma
dc.contributor.authorÁvila Vegas, María del Mar-
dc.contributor.authorCaballero, Daniel-
dc.contributor.authorDurán Martín-Merás, María Luisa-
dc.contributor.authorCaro Lindo, Andrés-
dc.contributor.authorPérez Palacios, María Trinidad-
dc.date.accessioned2024-02-06T10:10:31Z-
dc.date.available2024-02-06T10:10:31Z-
dc.date.issued2018-04-
dc.identifier.issn0260-8774-
dc.identifier.urihttp://hdl.handle.net/10662/20019-
dc.description.abstractThis study firstly proposed the use of 3D MRI images to analyze loins in a non-destructive way. For that, interpolation and reconstruction techniques are applied on 2D MRI images of loins and the computational texture algorithms were adapted to analyze the obtained 3D images. The influence of the i) MRI acquisition sequences (Spin Echo (SE), Gradient Echo (GE), Turbo 3D (T3D)), ii) 3D texture features algorithms (GLCM, NGLDM, GLRLM, GLCM þ NGLDM þ GLRLM), and iii) regression techniques (Multiple Linear Regression (MLR), Isotonic Regression (IR)) was also evaluated. Combinations of SE or GE with any texture algorithm and any regression technique gave accurate results, with correlation coefficients higher than 0.75 and mean absolute error lower than 2. However, considering not only the accuracy of the methodology but also the computational cost, the use of GE, GLCM and IR could be proposed to determine physico-chemical parameters of loins non-destructively.es_ES
dc.description.abstractEn este estudio se propone por primera vez el uso de imágenes de resonancia magnética en 3D para analizar los lomos de forma no destructiva. Para ello, se aplican técnicas de interpolación y reconstrucción sobre imágenes de RM 2D de lomos y se adaptan los algoritmos de textura computacional para analizar las imágenes 3D obtenidas. También se evaluó la influencia de i) las secuencias de adquisición de IRM (Spin Echo (SE), Gradient Echo (GE), Turbo 3D (T3D)), ii) los algoritmos de características de textura 3D (GLCM, NGLDM, GLRLM, GLCM þ NGLDM þ GLRLM), y iii) las técnicas de regresión (Regresión Lineal Múltiple (MLR), Regresión Isotónica (IR)). Las combinaciones de SE o GE con cualquier algoritmo de textura y cualquier técnica de regresión dieron resultados precisos, con coeficientes de correlación superiores a 0,75 y error medio absoluto inferior a 2. Sin embargo, teniendo en cuenta no sólo la precisión de la metodología sino también el coste computacional, podría proponerse el uso de GE, GLCM e IR para determinar parámetros fisicoquímicos de lomos de forma no destructiva.es_ES
dc.description.sponsorshipProyecto FEDER-MICCIN de Investigación en Infraestructuras (UNEX-10-1E-402), Junta de Extremadura apoyo económico a grupo de investigación (GRU15173 y GRU1511)es_ES
dc.format.extent16 p.es_ES
dc.format.mimetypeapplication/pdfen_US
dc.language.isoenges_ES
dc.publisherElsevieres_ES
dc.subject3D texture featureses_ES
dc.subjectPredictiones_ES
dc.subjectPhysico-chemical characteristicses_ES
dc.subjectLoines_ES
dc.subjectFunciones de textura 3Des_ES
dc.subjectPredicciónes_ES
dc.subjectCaracterísticas físico-químicases_ES
dc.subjectLomoes_ES
dc.titleApplying 3D texture algorithms on MRI to evaluate quality traits of loines_ES
dc.typearticlees_ES
dc.description.versionpeerReviewedes_ES
europeana.typeTEXTen_US
dc.rights.accessRightsopenAccesses_ES
dc.subject.unesco3309 Tecnología de Los Alimentoses_ES
europeana.dataProviderUniversidad de Extremadura. Españaes
dc.identifier.bibliographicCitationÁVILA, M., CABALLERO, D., ANTEQUERA, T., DURÁN, M.L., CARO, A., PÉREZ PALACIOS, T. (2018). Applying 3D texture algorithms on MRI to evaluate quality traits of loin. Journal of Food Engineering, 222, 258-266. https://doi.org/10.1016/j.jfoodeng.2017.11.028es_ES
dc.type.versiondraftes_ES
dc.contributor.affiliationUniversidad de Extremadura. Departamento de Producción Animal y Ciencias de los Alimentoses_ES
dc.relation.publisherversionhttps://doi.org/10.1016/j.jfoodeng.2017.11.028es_ES
dc.identifier.doi10.1016/j.jfoodeng.2017.11.028-
dc.identifier.publicationtitleJournal of Food Engineeringes_ES
dc.identifier.publicationfirstpage258es_ES
dc.identifier.publicationlastpage266es_ES
dc.identifier.publicationvolume222es_ES
dc.identifier.e-issn1873-5770-
dc.identifier.orcid0000-0002-8717-442Xes_ES
dc.identifier.orcid0000-0002-0052-9022es_ES
dc.identifier.orcid0000-0002-6367-2694es_ES
dc.identifier.orcid0000-0002-0095-5785es_ES
Colección:DPAAL - Artículos

Archivos
Archivo Descripción TamañoFormato 
2018 jfoodeng mar.pdfApplying 3D texture algorithms on MRI to evaluate quality traits of loin380,2 kBAdobe PDFDescargar


Este elemento está sujeto a una licencia Licencia Creative Commons Creative Commons