Identificador persistente para citar o vincular este elemento:
http://hdl.handle.net/10662/20019
Títulos: | Applying 3D texture algorithms on MRI to evaluate quality traits of loin |
Autores/as: | Ávila Vegas, María del Mar Caballero, Daniel Durán Martín-Merás, María Luisa Caro Lindo, Andrés Pérez Palacios, María Trinidad |
Palabras clave: | 3D texture features;Prediction;Physico-chemical characteristics;Loin;Funciones de textura 3D;Predicción;Características físico-químicas;Lomo |
Fecha de publicación: | 2018 |
Editor/a: | Elsevier |
Resumen: | This 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. En 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. |
Descripción: | Publicado en Journal of Food Engineering Volume 222, April 2018, Pages 258-266, con DOI https://doi.org/10.1016/j.jfoodeng.2017.11.028 |
URI: | http://hdl.handle.net/10662/20019 |
ISSN: | 0260-8774 |
DOI: | 10.1016/j.jfoodeng.2017.11.028 |
Colección: | DPAAL - Artículos |
Archivos
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
j_jfoodeng_2017_11_028_AAM.pdf | 1,54 MB | Adobe PDF | Descargar |
Este elemento está sujeto a una licencia Licencia Creative Commons