Un sistema de visión artificial para la evaluación del comportamiento de fusión del helado

El helado es un sistema multifásico en el que las fases líquida, sólida y gaseosa están estrictamente conectadas. La fase líquida continua envuelve burbujas de aire y cristales de hielo, y contiene grasas parcialmente cristalizadas, proteínas coloidales, sales, azúcares (eventualmente cristalizados) y estabilizadores. La composición del helado varía en función de las solicitudes del mercado local y de las posibles normativas. Aunque la tecnología de procesamiento afecta las características del helado final, cada componente juega un papel importante en la definición de la calidad del producto¹. El comportamiento de fusión es uno de los índices de calidad más importantes del helado, considerando los fenómenos que ocurren tanto durante el consumo como en la boca. Con la penetración del calor en el helado, los cristales de hielo se derriten y el agua se difunde y se mezcla con la fase sérica, que puede drenar a través de la estructura restante². Un producto de fusión rápida no es deseable para comer cómodamente, pero también para garantizar una mayor resistencia al choque térmico. Sin embargo, los productos de fusión lenta también indican algunos defectos en la formulación¹. Se sabe que la microestructura del helado es responsable de las propiedades de fusión³, pero hasta ahora se han publicado resultados contrastantes, que muestran que el conocimiento sobre la influencia de los factores microestructurales en la fusión es aún limitado⁴. Por lo tanto, se necesitan más estudios para dilucidar el mecanismo de fusión, que también es crucial en el diseño de nuevas formulaciones³.

El comportamiento de fusión generalmente se evalúa por métodos gravimétricos y se expresa en términos de tiempo de inicio y tasa de fusión⁵. Una porción determinada de helado se coloca sobre una malla de alambre en un gabinete de temperatura controlada y se registra el peso del producto derretido. De la curva peso-tiempo, se pueden destacar tres fases: la fase de retraso durante la cual se produce la penetración del calor, la fase de fusión rápida con la fase de suero diluido que fluye a través de la estructura del helado a la velocidad máxima, y la fase estacionaria, donde la mayor parte del producto ha goteado².

Con el método gravimétrico, se pueden reconocer productos de fusión lenta y rápida; Sin embargo, el aspecto del helado durante el derretimiento también es importante, porque la retención de la forma está relacionada con una buena composición y estructura del producto⁶. Así, un procedimiento basado en un sistema de visión artificial (CVS) puede apoyar la metodología gravitacional ya existente al permitir el estudio de la apariencia del producto durante la fusión. Los CVS pueden adquirir numerosos atributos alimenticios³ (por ejemplo, tamaño, peso, forma, textura y color) con detalles precisos que no pueden ser observados por el ojo humano. Estos sistemas suelen estar formados por cámaras digitales y programas informáticos de procesamiento de imágenes⁷. De hecho, un protocolo basado en CVS incluye dos pasos principales: 1) adquisición de imágenes y 2) procesamiento de imágenes. Se pueden aplicar varios niveles de procesamiento de imágenes⁷, desde los más simples hasta los más complejos, como los métodos de aprendizaje profundo para el desarrollo de Inteligencia Artificial ^8,9. Recientemente se ha prestado gran atención a los CVS en el sector alimentario y se ha desarrollado un gran número de aplicaciones para la inspección de seguridad alimentaria, el control del procesamiento de alimentos, la detección de objetos extraños y otros campos. Son rápidos, eficientes y no destructivos, por lo que representan herramientas válidas para proporcionar a los consumidores alimentos inocuos y de alta calidad¹⁰.

En el campo del helado, se sugirió un método de análisis de imágenes para estudiar la recristalización del hielo mediante microscopía óptica¹¹. Más recientemente, se procesaron imágenes de tomografía computarizada de rayos X para analizar la microestructura 3D de materias blandas-porosas, incluido el helado³. Sin embargo, la elaboración de imágenes digitales simples de dispositivos de carga acoplada (CCD) puede presentar varias ventajas en términos de facilidad de adquisición y representación del aspecto del helado tal como lo perciben los consumidores. Algunos autores muestran imágenes de helado durante la fusión¹², pero, hasta donde sabemos, la extracción de índices numéricos de las imágenes fue reportada por primera vez por Moriano y Alamprese¹³.

Por lo tanto, el protocolo aquí propuesto, basado en el trabajo de Moriano y Alamprese¹³, ilustra un CVS simple que se puede aplicar para apoyar la metodología gravitacional ya existente para el estudio del comportamiento de fusión del helado. En la Figura 1 se ilustra un diagrama de bloques del método propuesto. El uso de este sistema permite el cálculo de dos índices de fusión relacionados con la retención de la forma y la tasa de fusión. En particular, el artículo describe por primera vez la configuración experimental detallada y el procedimiento para la adquisición de imágenes digitales durante el derretimiento del helado y los pasos de procesamiento de imágenes. Además, se informa que los resultados obtenidos de los helados producidos con diferentes edulcorantes (es decir, sacarosa, sucrotmalt y eritritol) muestran el potencial del método.

Figura 1: Diagrama de bloques de las metodologías propuestas. Resumen de los pasos generales para el Sistema de Visión por Computador propuesto y el método gravimétrico para estudiar el comportamiento de fusión del helado. Haga clic aquí para ver una versión más grande de esta figura.