Está en la página 1de 8

EVALUACIÓN DE LA FRESCURA DE PESCADOS MEDIANTE LA APLICACIÓN

DE IMÁGENES HIPERESPECTRALES E ÍNDICE DE REFRACCIÓN DE HUMOR

VÍTREO

I. INTRODUCCIÓN

El pescado es un alimento altamente perecedero por lo que su frescura se valora tanto

para su procesamiento como para su consumo en fresco. Este control se viene

realizando mediante inspecciones visuales utilizando el método Quality index method

(Campus et al., 2011), mediante técnicas físico– químicas como el análisis del Nitrógeno

Básico Volátil Total (NBVT), pH, humedad, humor vítreo y mediante técnicas

microbiológicas como son la determinación de E. coli, Enterobacterias y mesófilos, los

cuales se caracterizan por ser costosos y requieren de tiempo para la obtención de

resultados, por lo que no son utilizados para el control o evaluación de la calidad

inmediata (Alasalvar et al., 2001).

Para determinación de frescura de pescado, al estado fresco, refrigerado y congelado,

existen los métodos físicos, sensoriales, bioquímicos y microbiológicos, cada uno de

ellos con sus respectivos procedimientos (Anzaldúa, 2005).

En el desarrollo de este trabajo aplicaremos el índice de refracción del humor vítreo y

mediante la observación de imágenes hiperespectrales.

Esta técnica espectroscópica realiza la medición de un amplio rango de estrechas

longitudes de ondas en posiciones tridimensionales, de esta manera muestra la

interacción de la radiación electromagnética con la materia, lo que permite obtener una

base de información espacial y espectral, es decir, un espectro por cada píxel (Diago

et al., 2014). La imagen extraída mediante sensores hiperespectrales está representada

en forma de cubo de datos, que son adquiridas en una gran cantidad de canales

espectrales muy cercanos entre sí, obteniendo por cada porción de píxel, una firma

espectral o «huella dactilar» (Gonzáles, 2012). De igual forma, el uso de imágenes

hiperespectrales se ha convertido en una técnica para la evaluación de la calidad y la

inspección de la seguridad de la producción agrícola y productos alimenticios (Gráu

et al., 2010).

Así también el índice de refracción es la relación entre la velocidad de la luz en el vacío

y su velocidad en el medio. numéricamente se define como la relación entre el seno del


ángulo de incidencia y el seno del ángulo de la onda refractada, esta relación se

denomina ley de Snell (Merrit, et al, 2007).

La determinación del índice de refracción (una propiedad física de cualquier

sustancia) se usa, por ejemplo, para conocer la composición o pureza de una muestra,

a través de un instrumento llamado refractómetro (Insulsa, 2011).

Dado que la tasa de biodegradación de los diferentes tejidos del pescado se produce

de forma diferente (Sivertsen e t a l . , 2011) en el presente trabajo se plantea como

objetivo combinar las técnicas de observación de imágenes y hiperespectrales y el

índice de refracción del humor vítreo como técnica de inspección, con la finalidad de

evaluar la frescura del pescado a través de lecturas realizas en la cabeza y el ojo de

este.

II. MATERIAL Y MÉTODO

2.1. Obtención de imágenes hiperespectrales

La adquisición de imágenes hiperespectrales se realizó con un equipo formado por una

cámara, un espectrógrafo, un sistema de barrido, un sistema de iluminación y una

bandeja para la colocación de muestra (Figura 1). Los sensores HYPERSPE® de

Headwall son cámaras hiperespectral de exploración de línea que recogen la luz

reflejada a traces de una ranura, medida que se produce mediante el movimiento y

recopila una fila de pixeles especiales por fotograma y cada pixel contiene datos

espectrales completos.

Figura 1. Equipo de imágenes hiperespectrales.


Las imágenes se adquirieron colocando la muestra, en este caso la cabeza de doncella

sobre una placa Petri. Luego de que la cámara capture la imagen de la muestra se pasara

a visualizar la imagen hiperespectral en el monitor. Una vez obtenida la imagen se

procede a limpiar la imagen, por así decir, quitando y llenando los espacios que no

fueron captados completos, una vez lista la imagen se pasa al programa llamado

MATLAB, el cual se encargara de darnos la gráfica, reflectancia vs. Longitud de onda.

Después de obtener la gráfica los datos son importados a Excel donde ya nos aparece

como datos numéricos.

2.2. Obtención de índice de refracción de humor vítreo

Primeramente, se extrajo los ojos de los diferentes especímenes expuestos al medio

ambiente, se hizo un corte transversal al globo ocular, identificando y extrayendo el

humor vítreo, las cuales fueron colocadas en frascos de penicilina.

Para la evaluación refractómetro se usó el refractómetro PESACON DR 301 – 95 (Figura

2). Antes de colocar la muestra se calibro usando agua destilada, luego pasamos a colocar

las muestras de cada espécimen y anotamos los resultados.

Figura 2. Refractómetro.
III. RESULTADOS

3.1. Imágenes hiperespectrales

Figura 3: primera imagen obtenida

Figura 4: imagen con bandas de colores

Figura 5: grafica de reflectancia vs. Longitud de onda


Figura 6: datos de nivel de absorbancia en Excel

3.2. Índices de refracción

Cuadro 1: Índices de refracción por especie

Especie Índice de refracción

Ojo de uva 1.3377

Merluza 1.3351

Doncella 1.3369

Jurel 1.3356

IV. DISCUSIÓN

En la Figura 5 se muestra una gráfica de reflectancia vs. Longitud de onda, donde se

puede observar los espectros de reflectancia de la muestra en función de su nivel de

absorbancia. El perfil espectral se observa la línea de color azul la cual nos indica

la media que tiene una desviación más o menos normal, estando cercana al

1 el cual es máximo nivel de reflectancia, debido a que la muestra era fresca,

mientras tanto las líneas de color rojo nos indican el espectro.

La cámara permite la creación de una imagen digital que comprende una resolución

espectral muy alta. Además, un píxel de la imagen hiperespectral representa una curva

continua de la intensidad de la luz entrante contra longitud de onda. De acuerdo con

Gonzáles (2012) la imagen hiperespectral posee un píxel (considerado como un vector),

adquirido por una cámara hiperespectral, puede ser visto como una firma espectral o

“huella digital” de los materiales subyacentes en el píxel.


En la tabla 1, se reporta la lectura de los índices de refracción (nD) para cada especie,

observándose la perfectibilidad de las especies estudiadas, donde la merluza tiene un

índice de refracción de 1.3351, indicándonos así que es el más perecible y que se

descompuso más rápido, debido al tamaño de los ojos comparado con los índices de

refracción de ojo de uva con 1.3377, lo que nos indica que está más fresco y en mejor

condición debido a que posee ojos más grandes y por lo tanto más resistente a la

putrefacción, para jurel con 1.3356 y doncella 1.3369.

De acuerdo con Dragonetti, 2008 en la evaluación de los ojos de los peces, a medida

que avanza la putrefacción, el cristalino transparente de los ejemplares fresco, se va

oscureciendo por concentración de solutos en el humor acuoso. El globo ocular en

pescado fresco es turgente, convexo y llena completamente la cavidad orbitaria; con

el paso del tiempo ocurre deshidratación del panículo adiposo que se aplana y se

hunde en las orbitas para volverse cóncavos. El estado de los ojos puede variar por

causas ajenas al deterioro (lesiones por captura, manipulación inadecuada, etc.). Por

lo que su evaluación debe considerar el contexto de la inspección y la captura.

V. CONCLUSIONES

El o b j e t i v o f u n d a m e n t a l de este trabajo es el uso de imágenes hiperespectrales

e índice de refracción de humor vítreo para la evaluación de frescura de pescados.

Conjuntamente se ha logrado un aprendizaje profundo sobre el uso de una nueva

tecnología, para nosotros, basado en el análisis hiperespectral, para todo el sistema de

software y hardware.

La aplicación de la visión hiperespectral en este estudio ha facilitado nueva

información sobre la evaluación de frescura del recurso hidrobiológico, como el

pescado, además de su rápido y confiable análisis.

Así también se determinó los índices de refracción para por especie: 1.3377 para “ojo

de uva”, 1.3351 para “merluza”, 13369 para “doncella” y 1.3356 para “jurel”. La

perecibilidad del humor vítreo de las especies nos muestra que el pescado “merluza”

es el más perecible en comparación con las otras especies, las cuales a demás poseen

ojos más grandes.


VI. BIBLIOGRAFIA

Anzaldùa, A. 2005. La evaluación sensorial de los alimentos en la teoría y la práctica.


Editorial Acribia. Zaragoza, España. 198 pp.

Alasalvar, C.; Taylor K.; Öksüz, A.; Garthwaite, T.; Alexis M.; Grigorakis, K. (2001).
Freshness assessment of cultured sea bream (Sparus aurata) by chemical, physical
and sensory methods, Food Chemistry 72, 33 -40.

Campus, M.; Bonaglini, E.; Cappuccinelli, R.; Porcu, C.; Tonelli, R.; Roggio, T.
(2011). Effect of modified atmosphere packaging on quality index method (QIM)
scores of farmed gilthead seabream (Sparus aurata L.) at low and abused
temperatures. Journal of Food Science. Diario Oficial de la Unión Europea, L338, 36.

Dragonetti, J. (2008). Guía ilustrada para la evaluación de la frescura en productos de


la pesca. Montevideo, Facultad de Veterinaria. 119 p.

Gráu, R.; Sánchez, A.; Girón, J,; Ivorra, E.; Fuentes, A.; Barat, M. (2010).
Nondestructive assessment of freshness in packaged sliced chicken breasts
using SW-NIR spectroscopy. Food Research Internacional. Volume 44, Issue 1,
331–337

Insulsa, J. (2011). Refractometría , tecnologia necesaria debido a las vigentes normas


de calidad. 2011 - 2015. Copyright Equipos y Laboratorio de Colombia S.A.S.
Medellín , Colombia.

Diago, M.P., Pou, A., Millan, B., Tardaguila, J., Fernandes, A.M. & Melo-Pinto,P.
(2014). Assessment of grapevine water status from hyperspectral imaging of leaves.
Acta Horticulturae, 1038, 89-96.

Gonzáles, C. (2012). Procesamiento a bordo de imágenes hiperespectrales de la


superficie terrestre mediante hardware reconfigurable. (Tesis Doctoral, Universidad
Complutense de Madrid, 2012). Recuperado de
http://www.umbc.edu/rssipl/people/aplaza/2011.PhD.CarlosGonzalez.pdf Sivertsen,
A.; Kimiya, T.; Heia, K. (2011). Automatic freshness assessment of cod (Gadus
morhua) fillets by Vis/Nir spectroscopy. Journal of Food Engineering 103, 317–
323.

Merrit, J. (2007). Metódos intrumentales de análisis. Universidad de los Andes.


Bogota, Colombia
UNIVERSIDAD NACIONAL DE TRUJILLO

FACULTAD DE CIENCIAS BIOLOGICAS

ESCUELA PROFESIONAL DE PESQUERÍA

EVALUACIÓN DE LA FRESCURA DE PESCADOS


MEDIANTE LA APLICACIÓN DE IMÁGENES
HIPERESPECTRALES E ÍNDICE DE REFRACCIÓN DE
HUMOR VÍTREO
ALUMANA:

Hualcas Chinchayhuara Dolly

DOCENTES:

Dr. Correa La Torre, Jorge Artemio

Mg. Bopp Vidal, Geiner

Mg. Flores Saavedra, Tania

TRUJILLO – PERU

2019