Apreciación visual de la carne bovina y su relación con el espacio de color CIELab

Abstract

El color es el factor de calidad más importante a la hora de la compra puesto que el consumidor lo utiliza como indicador de frescura. Numerosos estudios sobre la vida útil de la carne utilizan las coordenadas triestimulus del espacio de color CIELab, pero si bien estas variables son muy útiles para tipificar el color de la carne y sobre todo, son objetivas; el uso de las mismas plantea dudas de cómo ven o valoran esa carne los humanos. Además, es complicado definir el momento en que será rechazada por los consumidores. Se usaron 24 terneros de la categoría comercial Añojo. El longissimus thoracis de cada animal se extrajo, se muestreó y fue envasado con atmósfera modificada. Durante 8 días la carne se evaluó subjetivamente (1- Carne rojo oscuro o marrón a 5- Rojo extremadamente brillante) y se midió el color instrumental de la misma. Varias técnicas uni- y multi-variantes, lineales y no lineales y un algoritmo de aprendizaje automático se usaron para estudiar las relaciones entre la evaluación visual subjetiva y las variables de color instrumental. El uso de aprendizaje automatico y reglas no lineales nos ofrece una aproximación a la nota de los evaluadores más precisa que otros métodos y demuestra que no se puede interpretar el color de la carne durante el tiempo de exposición de una forma lineal o usando las variables de forma independiente, siendo más precisas la luminosidad y la saturación, en detrimento de los índices de rojo y amarillo.

The meat colour is the most important quality factor at the moment of the purchase since the consumer uses it as indicator of freshness. Numerous studies on the shelf life of the meat use the triestimulus coordinates of the CIELab space of colour. Although these variables are very useful to typify the meat colour and are objective; the use of these ones raise concern about how the human beings really see the meat. In addition, it is complicated to define the time in which it will be rejected by the consumers. There were used 24 calves of the commercial category yearling calf. There was extracted the longissimus thoracis of every animal, steaks were placed on modified atmosphere packages. For 8 days the meat was evaluated subjectively (1-dark red or brown to 5- extremely brilliant red) and the instrumental colour of the same one measured up. Several technologies (skills) uni - and multi- variate, linear and not linear and an algorithm of artificial intelligence were used to study the relationships among the visual subjective evaluation and the variables of instrumental colour. The use of machine learning and non linear rules give us a more accurate estimation to the note of the assessors than other methods and demonstrates that it is not advisable to interpret the colour display of the meat of a linear form or using one variable. Lightness and chroma are more precise than redness and yellowness indexes.