Hyperspectral imaging for non-destructive detection of process-related impact damage in whole Atlantic cod (Gadus morhua L.)
Este estudio demuestra que la imagen hiperespectral puede distinguir eficazmente el bacalao del Atlántico con daños por impacto relacionados con el proceso de los controles no dañados mediante la detección de niveles elevados de hemoglobina muscular, aunque factores como la profundidad del tejido y la dispersión limitan actualmente su capacidad para cuantificar con precisión la severidad del daño o clasificar peces individuales.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
En el bullicioso mundo del procesamiento de productos del mar industriales, la velocidad y la automatización son las fuerzas impulsoras, pero a menudo tienen un coste para el propio producto. Cuando los peces son manipulados por máquinas o caen sobre cintas transportadoras, pueden sufrir lesiones invisibles que arruinan su calidad mucho antes de llegar al plato del consumidor. Estos impactos pueden causar hemorragias internas, romper huesos y separar las fibras musculares, convirtiendo un producto de primera calidad en algo de calidad inferior. Para detectar estos defectos, la industria ha dependido tradicionalmente de inspectores humanos, quienes observan una pequeña muestra de la captura y emiten juicios subjetivos. Este método es lento, inconsistente y pierde la gran mayoría de los peces dañados. Los científicos están recurriendo ahora a una tecnología llamada imagen hiperespectral para resolver este problema. A diferencia de una cámara estándar que solo ve los colores del arco iris, esta cámara especializada captura cientos de longitudes de onda de luz específicas para cada punto de una imagen. Esto le permite ver cambios químicos dentro del pez, como la presencia de sangre, sin tener que cortar la piel ni dañar el producto. El objetivo es crear un sistema que pueda detectar automáticamente estas lesiones ocultas mientras los peces avanzan por una línea de producción, asegurando que solo se vendan los peces de la más alta calidad.
Investigadores en Noruega se propusieron probar si esta tecnología podía detectar de forma fiable los daños en el bacalao del Atlántico entero, una especie de pez popular que suele criarse en el frío Atlántico Norte. Crearon un experimento controlado para simular los tipos de golpes y caídas que ocurren en los barcos de pesca y en las plantas de procesamiento. Utilizando 120 bacalaos de criadero, establecieron una línea de base escaneando cada pez antes de que sufriera cualquier daño. Luego, sometieron a los peces a una serie de impactos utilizando placas pesadas que caían desde una altura de 1,7 metros. Las placas pesaban 1 kilogramo, 2 kilogramos y 4 kilogramos, representando diferentes niveles de fuerza que un pez podría encontrar en un entorno real. Un grupo de control de peces se dejó intacto para servir como comparación. Tras los impactos, los peces fueron escaneados de nuevo con la cámara hiperespectral, que utilizó una configuración de iluminación específica para ver a través de la piel y hacia el tejido muscular. Posteriormente, los investigadores esperaron seis días, durante los cuales los peces estuvieron almacenados en hielo, antes de que fueran fileteados y examinados por un equipo de jueces humanos capacitados. Finalmente, tomaron muestras del tejido muscular para medir la cantidad exacta de hemoglobina, la proteína que transporta el oxígeno en la sangre, mediante análisis químico.
Los resultados mostraron que el daño físico era severo y estaba directamente relacionado con el peso de la placa que caía. Los peces golpeados por las placas de 2 kilogramos y 4 kilogramos sufrieron lesiones significativas, incluyendo fracturas de columna y grandes cantidades de hemorragia interna. De hecho, cada uno de los peces del grupo de 4 kilogramos tenía una fractura de columna, y el 70 por ciento de los del grupo de 2 kilogramos sufrieron lesiones similares. El grupo de 1 kilogramo resultó menos dañado, con solo un 10 por ciento mostrando fracturas de columna, pero aun así presentaba signos de separación de los músculos y daños en la piel. Los jueces humanos confirmaron estos hallazgos, otorgando a los peces fuertemente impactados puntuaciones de calidad mucho peores, señalando particularmente la presencia de manchas de sangre y fibras musculares separadas. El análisis químico respaldó esto, revelando que los peces golpeados por las placas más pesadas tenían niveles significativamente más altos de hemoglobina en su tejido muscular en comparación con los peces intactos. Esto confirmó que los impactos causaron la ruptura de los vasos sanguíneos, permitiendo que la sangre se filtrara en la carne.
Cuando los investigadores analizaron los datos de la cámara hiperespectral, encontraron un panorama mixto pero prometedor. La cámara fue muy buena diferenciando entre los peces dañados y los sanos. Identificó con éxito que los peces impactados tenían niveles más altos de señales relacionadas con la sangre que el grupo de control. Sin embargo, la tecnología tuvo dificultades para dar una medida precisa de qué tan grave era el daño para cada pez individual. Aunque la cámara podía ver que la sangre estaba presente, las lecturas variaban ampliamente incluso entre peces que habían sido golpeados con la misma fuerza. Los investigadores determinaron que esto se debía a que la cámara intentaba ver a través de la piel del pez y hacia las capas musculares profundas, un proceso complicado por la forma en que la luz se dispersa y se absorbe en el tejido vivo. La forma del pez y el grosor de la piel también jugaron un papel, dificultando la obtención de una lectura constante de un pez a otro. En consecuencia, aunque el sistema aún no podía actuar como una regla perfecta para medir la cantidad exacta de sangre en cada pez, demostró que podía actuar como un filtro fiable para separar lotes dañados de lotes sanos.
El estudio concluye que la imagen hiperespectral es una herramienta poderosa para la industria de los productos del mar, pero no es una solución mágica para todos los problemas. Es altamente eficaz para detectar que ha ocurrido un daño y puede distinguir entre un lote de peces que ha sido manipulado bruscamente y uno que ha sido tratado con delicadeza. Esta capacidad podría permitir que las fábricas clasifiquen los peces automáticamente, eliminando la necesidad de la inspección humana subjetiva de cada artículo. Sin embargo, la tecnología aún no está lista para decirle a un procesador exactamente cuántos miligramos de sangre hay en un pez específico o para calificar la gravedad del daño en una escala precisa para peces individuales. Los desafíos de la dispersión de la luz a través de la piel y la compleja geometría de un pez entero significan que las lecturas siempre tendrán cierto grado de incertidumbre. Por ahora, el mejor uso de esta tecnología es proporcionar un control rápido y objetivo sobre la calidad general de una captura, asegurando que los peces que avanzan en la línea de producción estén libres de las lesiones ocultas que tan a menudo pasan desapercibidas.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.