José Belenguer / 18 Noviembre 2020

Las 3 ventajas de la inspección multimodal que permiten mejorar la calidad y seguridad alimentaria

La industria de alimentación y bebidas invierte grandes esfuerzos y recursos cada año en el refuerzo y cumplimiento de las normas y estándares de calidad y seguridad. Por ello, podría afirmarse que la cadena alimentaria es hoy más segura que nunca, al menos en los países desarrollados. Sin embargo, la Organización Mundial de la Salud (OMS) todavía cifra en 600 millones el número de personas que enferman en el mundo cada año por consumir alimentos contaminados. Como resultado, se producen 420 000 muertes y pérdidas económicas por valor de 110.000 millones de dólares americanos en productividad y gastos médicos. No obstante, estas cifras deberían interpretarse en clave del correcto funcionamiento de los controles y los mecanismos de alerta activados por cada uno de los eslabones de la cadena alimentaria.

En la Unión Europea (UE), la política alimentaria se basa en un planteamiento global “de la granja a la mesa”. Según este enfoque, los productores son los primeros responsables de garantizar la seguridad alimentaria, mientras que los poderes públicos velan por el cumplimiento de las normas establecidas para asegurar al consumidor el acceso a alimentos seguros y saludables. Como complemento de los controles obligatorios, cada vez más empresas aplican sistemas voluntarios basados en exigentes reglamentos internos. Estos controles adicionales, sumados a los requeridos por la Ley, ofrecen como resultado al consumidor unas garantías de calidad muy específicas, acordes con los parámetros que se hayan considerado en su producción, transformación y elaboración.

Como consecuencia de la variedad de parámetros de calidad y seguridad alimentaria, obligatorios y voluntarios, los fabricantes de alimentos deben poner en marcha múltiples estrategias para su control, tales como análisis realizados por personal experto, sistemas de inspección de contaminantes físicos, planes analíticos de contaminantes químicos y biológicos y estudios sensoriales de propiedades organolépticas. Por ello, existe una creciente demanda en el sector de nuevos métodos rápidos y fiables para la monitorización y caracterización de múltiples peligros de distinta naturaleza que permitan su detección temprana y eliminación, así como su predicción y prevención.

Potencial de la inspección multimodal en alimentos

En este sentido, desde AINIA estamos investigando en el potencial de la inspección multimodal para explotar la información sinérgica resultante de diferentes tecnologías de imagen para inspeccionar alimentos. De este modo, se consigue mejorar la toma de decisiones respecto al uso de una única fuente de información. En este vídeo nuestro experto en tecnologías de automatización de procesos y sensores espectrales, José Belenguer, nos lo cuenta:

 

 

Una de las tecnologías de imagen que se está empleando es la visión en rayos X. Las máquinas convencionales, las cuales son ampliamente utilizadas en la industria alimentaria, miden la energía residual del haz de rayos X tras haber atravesado el producto. La atenuación, debida a fenómenos de absorción o dispersión, es función del grosor del producto, de su densidad y del número atómico de los elementos que lo forman.

  1. Utilización de la tecnología de rayos X dual o de doble energía: La primera ventaja es la utilización de la tecnología de rayos X dual o de doble energía. Esta aprovecha la dependencia de los mecanismos de atenuación, no sólo con los factores anteriores, sino también con la energía de la radiación incidente para:
    • Analizar materiales de baja densidad (frutas, vegetales y semillas) mediante los rayos X suaves o blandos, los cuales tienen menores niveles de energía por fotón y menor capacidad de penetración.
    • Detectar materiales de alta densidad (metales, cristales y huesos) mediante los rayos X duros, los cuales tienen mayores niveles de energía por fotón y mayor capacidad de penetración.
  1. Utilización de dos tecnologías de imagen adicionales sobre la misma muestra: La segunda ventaja consiste en emplear otras dos tecnologías de imagen que permitan obtener información de la interacción de la luz con la misma muestra en otras bandas del espectro electromagnético. En este sentido nos permite:
    • Analizar el aspecto del producto (forma, tamaño, color o defectos superficiales) y ciertos tipos de contaminantes en su interior a través de cámaras de visión artificial en el visible (Vis) y el infrarrojo cercano (NIR)
    • Detectar defectos a partir de variaciones de emisividad, tales como fallos de sellado en envases; con cámaras termográficas en el infrarrojo de onda larga (LWIR)
    • Identificar productos (con bajo contenido de humedad) no conformes con cámaras de visión en terahercios (THz)
    • Determinar la composición del producto o la presencia de cuerpos extraños de baja densidad (insectos, plásticos duros, etc.) con cámaras hiperespectrales en el Vis-NIR o el infrarrojo de onda corta (SWIR)
  1. Evaluación de distintas aproximaciones basadas en distintas técnicas y en distintos enfoques: La capacidad de la visión multimodal de combinar diferentes sistemas de adquisición de datos en varias bandas espectrales se complementa con la posibilidad de aplicar distintas estrategias de procesamiento de datos. Así pues, la tercera ventaja es la evaluación de distintas aproximaciones basadas en distintas técnicas (desde tratamiento de imágenes o análisis estadísticos convencionales hasta algoritmos de aprendizaje profundo o deep learning) y en distintos enfoques (desarrollo de un modelo de cuantificación, clasificación o predicción para cada sistema de adquisición o de un modelo basado en la fusión de datos).

Imagen multimodal y la fusión de datos para mejorar la calidad y seguridad alimentaria

Dentro de las actividades no económicas de I+D que lleva a cabo, AINIA ha apostado por investigar el potencial que proporcionan la imagen multimodal y la fusión de datos aplicadas a los alimentos. Para ello, ha integrado diferentes tecnologías fotónicas para generar imágenes en distintas bandas del espectro electromagnético ( rayos X, Vis-NIR y SWIR -) y medir propiedades químicas y físicas que permiten asegurar la calidad y seguridad alimentaria. Entre las aplicaciones que se están evaluando cabe resaltar la detección de materias extrañas en productos cárnicos o la integridad del sellado de envases poliméricos.

Esta línea de investigación ha sido cofinanciada por el IVACE (Instituto Valenciano de Competitividad Empresarial) en el marco del programa Promece 2020.

José Belenguer (14 artículos)

Noticias
relacionadas

icono izquierdaicono derecha

¿Te ha interesado este tema?
Contacta con nosotros

Información básica sobre protección de datos

Responsable AINIA
Domicilio Calle Benjamín Franklin, 5 a 11, CP 46980 Paterna (Valencia)
Finalidad Atender, registrar y contactarle para resolver la solicitud que nos realice mediante este formulario de contacto
Legitimación Sus datos serán tratados solo con su consentimiento, al marcar la casilla mostrada en este formulario
Destinatarios Sus datos no serán cedidos a terceros
Derechos Tiene derecho a solicitarnos acceder a sus datos, corregirlos o eliminarlos, también puede solicitarnos limitar su tratamiento, oponerse a ello y a la portabilidad de sus datos, dirigiéndose a nuestra dirección postal o a privacy@ainia.es
Más info Dispone de más información en nuestra Política de Privacidad
DPD Si tiene dudas sobre como trataremos sus datos o quiere trasladar alguna sugerencia o queja, contacte al Delegado de protección de datos en info@businessadapter.es o en el Formulario de atención al interesado

Consiento el uso de mis datos personales para que atiendan mi solicitud, según lo establecido en su Política de Privacidad

Consiento el uso de mis datos para recibir información y comunicaciones comerciales de su entidad.

José Belenguer

Suscríbete a nuestra newsletter

Mantente al día de lo más destacado sobre innovación y nuevas tecnologías.
SUSCRIBIRME
close-link

Subscribe to our newsletter

Sign-up to get the latest news straight to your inbox.
ENVIAR
Give it a try, you can unsubscribe anytime.