Visible and Near-Infrared Multispectral Features in Conjunction with Artificial Neural Network and Partial Least Squares for Predicting Biochemical and Micro-Structural Features of Beef Muscles

Autor: Aït-Kaddour, Abderrahmane, Andueza, Donato, Dubost, Annabelle, Roger, Jean-Michel, Hocquette, Jean-François, LISTRAT, Anne
Přispěvatelé: VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS), CHEMHOUSE RESEARCH GROUP MONTPELLIER FRA, Partenaires IRSTEA, Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)-Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA), Unité Mixte de Recherche sur le Fromage - UMR 545 (UMRF), VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Université Clermont Auvergne (UCA)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Unité Mixte de Recherches sur les Herbivores - UMR 1213 (UMRH), VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Information – Technologies – Analyse Environnementale – Procédés Agricoles (UMR ITAP), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), European Project: FOODCT-2006-36241, Unité Mixte de Recherche sur le Fromage (UMRF), VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Clermont Auvergne (UCA), Unité Mixte de Recherche sur les Herbivores - UMR 1213 (UMRH), European 'ProSafeBeef' Integrated Project FOODCT-2006-36241VetAgro Sup, VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro - Montpellier SupAgro, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)
Jazyk: angličtina
Rok vydání: 2020
Předmět:
Zdroj: Foods
Foods, MDPI, 2020, 9 (9), pp.1254. ⟨10.3390/foods9091254⟩
Foods, 2020, 9 (9), pp.1254. ⟨10.3390/foods9091254⟩
Volume 9
Issue 9
Foods, Vol 9, Iss 1254, p 1254 (2020)
ISSN: 2304-8158
DOI: 10.3390/foods9091254⟩
Popis: The objective of this study was to determine the potential of multispectral imaging (MSI) data recorded in the visible and near infrared electromagnetic regions to predict the structural features of intramuscular connective tissue, the proportion of intramuscular fat (IMF), and some characteristic parameters of muscle fibers involved in beef sensory quality. In order to do this, samples from three muscles (Longissimus thoracis, Semimembranosus and Biceps femoris) of animals belonging to three breeds (Aberdeen Angus, Limousine, and Blonde d&rsquo
Aquitaine) were used (120 samples). After the acquisition of images by MSI and segmentation of their morphological parameters, a back propagation artificial neural network (ANN) model coupled with partial least squares was applied to predict the muscular parameters cited above. The results presented a high accuracy and are promising (R2 test >
0.90) for practical applications. For example, considering the prediction of IMF, the regression model giving the best ANN model exhibited R2P = 0.99 and RMSEP = 0.103 g ×
100 g&minus
1 DM.
Databáze: OpenAIRE
Externí odkaz: