L’autenticità dei prodotti carnei è solitamente di natura documentale e soggetta a possibili pratiche fraudolente. La spettroscopia NIR potrebbe rappresentare una soluzione analitica efficiente per assicurarne la genuinità. In questo studio, sono stati innanzitutto collezionati campioni di grasso di suini allevati estensivamente ed intensivamente, analizzati mediante spettroscopia NIR. Dopo esplorazione del dataset, è stato sviluppato e testato un modello di autenticità per la classe “estensivo” mediante DD-SIMCA (Zontov et al., 2017). I risultati hanno mostrato come un modello basato su 4 PC pretrattato mediante SNV permettesse di ottenere una perfetta sensitività e specificità anche in validazione (Totaro et al., 2023). Successivamente, si è valutata l’applicabilità dell’imaging iperspettrale nel range NIR, per autenticare prodotti più complessi come i salumi fermentati. Campioni da allevamento estensivo ed intensivo sono stati collezionati e le immagini iperspettrali di fette dei campioni raccolte. Il K-means clustering è stato utilizzato per selezionare i pixels appartenenti alla frazione grassa quindi gli spettri per ciascun campione mediati ed infine i dati sono stati esplorati mediante PCA dopo idonei preprocessamenti. Risultati preliminari hanno mostrato una separazione dei campioni nello score plot in accordo con il sistema di allevamento mostrando come la tecnica sia estremamente promettente.
Applicazione della spettroscopia NIR per l’autenticità di prodotti carnei da allevamento estensivo
Giacomo Squeo
;Davide De Angelis;Michela P. Totaro;Michele Faccia;Francesco Caponio;Carmine Summo
2024-01-01
Abstract
L’autenticità dei prodotti carnei è solitamente di natura documentale e soggetta a possibili pratiche fraudolente. La spettroscopia NIR potrebbe rappresentare una soluzione analitica efficiente per assicurarne la genuinità. In questo studio, sono stati innanzitutto collezionati campioni di grasso di suini allevati estensivamente ed intensivamente, analizzati mediante spettroscopia NIR. Dopo esplorazione del dataset, è stato sviluppato e testato un modello di autenticità per la classe “estensivo” mediante DD-SIMCA (Zontov et al., 2017). I risultati hanno mostrato come un modello basato su 4 PC pretrattato mediante SNV permettesse di ottenere una perfetta sensitività e specificità anche in validazione (Totaro et al., 2023). Successivamente, si è valutata l’applicabilità dell’imaging iperspettrale nel range NIR, per autenticare prodotti più complessi come i salumi fermentati. Campioni da allevamento estensivo ed intensivo sono stati collezionati e le immagini iperspettrali di fette dei campioni raccolte. Il K-means clustering è stato utilizzato per selezionare i pixels appartenenti alla frazione grassa quindi gli spettri per ciascun campione mediati ed infine i dati sono stati esplorati mediante PCA dopo idonei preprocessamenti. Risultati preliminari hanno mostrato una separazione dei campioni nello score plot in accordo con il sistema di allevamento mostrando come la tecnica sia estremamente promettente.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.