M\u00e1is sinxelo, preciso e r\u00e1pido, emprega imaxes hiperespectrais e m\u00e9todos de aprendizaxe autom\u00e1tico<\/p>\n\n\n\n
Nos \u00faltimos anos as administraci\u00f3ns p\u00fablicas ve\u00f1en prestando cada vez m\u00e1is atenci\u00f3n a garantir a autenticidade e integridade dos alimentos debido ao aumento dos casos de fraude alimentario, situaci\u00f3ns que poden ter implicaci\u00f3ns econ\u00f3micas e tam\u00e9n na sa\u00fade humana. E \u00e9 que garantir a autenticidade dos alimentos permite non s\u00f3 que os produtos sexan reco\u00f1ecidos pola s\u00faa natureza, substancia ou calidade, sen\u00f3n que tam\u00e9n axuda a detectar contaminaci\u00f3n e adulteraci\u00f3n. <\/p>\n\n\n\n
Neste contexto \u00e9 clave desenvolver m\u00e9todos e sistemas \u00e1xiles, precisos e sinxelos que permitan realizar estas verificaci\u00f3ns e as novas tecnolox\u00edas poden converterse nunha ferramenta esencial. Isto \u00e9 o que prop\u00f3n un proxecto SmartControl liderado pola Universidade de Vigo seleccionado na convocatoria nacional de proxectos de Xeraci\u00f3n de Co\u00f1ecemento. Coordinado polo catedr\u00e1tico Jes\u00fas Simal G\u00e1ndara, membro do grupo de Investigaci\u00f3ns Agrarias e Alimentarias (AA1), a investigaci\u00f3n c\u00e9ntrase en desenvolver un sistema que permita certificar a autenticidade de sementes, fari\u00f1as e elaborados en polvo\/texturizados de cereais, leguminosas e froitos secos. Para iso prop\u00f3\u00f1ense empregar imaxes hiperespectrais e m\u00e9todos de aprendizaxe autom\u00e1tico (SmartControl). Cun orzamento de 212.500\u20ac, o proxecto no que tam\u00e9n est\u00e1 involucrado o investigador Gonzalo Astray, acaba de botar a andar e desenvolverase ata agosto de 2027 contando cun equipo multidisciplinar de \u00e1reas como a tecnolox\u00eda alimentaria, a enxe\u00f1ar\u00eda industrial, a enxe\u00f1ar\u00eda inform\u00e1tica, a qu\u00edmica e a farmacia. A estes \u00fanense os esforzos de especialistas en an\u00e1lise qu\u00edmica, procesado de alimentos, tecnolox\u00eda do procesado de imaxes e intelixencia artificial. Esta colaboraci\u00f3n, subli\u00f1an, \u201cperm\u00edtenos abordar os desaf\u00edos t\u00e9cnicos do proxecto e desenvolver soluci\u00f3ns innovadoras\u201d.<\/p>\n\n\n\n
Para detallar en que consisten as imaxes hiperespectrais, Jes\u00fas Simal G\u00e1ndara, catedr\u00e1tico do Departamento de Qu\u00edmica anal\u00edtica e alimentaria e investigador do Cispac, Centro de Investigaci\u00f3n Interuniversitario das Paisaxes Atl\u00e1nticas Culturais, explica que haber\u00eda que imaxinar \u201cter un s\u00faper sentido do olfacto que permite distinguir miles de aromas diferentes, incluso os m\u00e1is sut\u00eds. Tratar\u00edase de algo as\u00ed, pero coa vista\u201d. Deste xeito, en lugar de ver s\u00f3 o vermello, verde e azul que os ollos humanos captan, \u201cestas imaxes poden \u2018ver\u2019 centos ou incluso miles de cores diferentes, que n\u00f3s non podemos percibir\u201d. Esa capacidade \u00e9 o que permite obter informaci\u00f3n \u201cmoi detallada sobre os obxectos que estamos observando e, por exemplo, relacionala coa composici\u00f3n qu\u00edmica dun alimento, detectar enfermidades en plantas ou incluso identificar minerais nunha rocha. \u00c9 como ter unha especie de raios X, pero moito m\u00e1is sofisticado\u201d, concreta o cient\u00edfico.<\/p>\n\n\n\n
Precisamente, como explica Simal, \u201ceste innovador proxecto bas\u00e9ase na hip\u00f3tese de que esas imaxes hiperespectrais combinadas con m\u00e9todos avanzados de aprendizaxe autom\u00e1tico (ML) poden representar unha revoluci\u00f3n para a avaliaci\u00f3n da autenticidade de sementes, fari\u00f1as e polvos e produtos texturizados de cereais, legumes e froitos secos\u201d. A finalidade \u00e9 desenvolver un sistema SmartControl que, \u201cempregando as firmas espectrais inherentes a estes produtos alimentarios, poida identificar e autenticar con precisi\u00f3n a s\u00faa composici\u00f3n, orixe e calidade\u201d.<\/p>\n\n\n\n
A investigaci\u00f3n c\u00e9ntrase en produtos de diferentes denominaci\u00f3ns de orixe protexidas ou indicaci\u00f3ns xeogr\u00e1ficas protexidas espa\u00f1olas. Tr\u00e1tase, en todos os casos, como sinalan os investigadores, de \u201ccultivos vitais en Espa\u00f1a\u201d, polo que \u00e9 de especial interese garantir a s\u00faa autenticidade e calidade. Neste sentido, Simal e Astray destacan a \u201cimportancia fundamental\u201d destes produtos para a alimentaci\u00f3n humana e lembran que, por exemplo, o 95% da produci\u00f3n de arroz se destina \u00e1 alimentaci\u00f3n ao formar parte da dieta de m\u00e1is da metade da poboaci\u00f3n mundial. Ademais, explican, estes cultivos contrib\u00faen ao mantemento da biodiversidade e \u00e1 calidade das paisaxes favorecendo a produci\u00f3n local e reducindo as importaci\u00f3ns destas materias primas e, polo tanto, axudan a reducir o uso de combustibles f\u00f3siles e a pegada de carbono. Finalmente, subli\u00f1an que \u201cson potencialmente materias primas dunha gran variedade de produtos alimenticios nutritivos, saudables e veganos\u201d.<\/p>\n\n\n\n
O proxecto m\u00e1rcase tres obxectivos fundamentais. O primeiro \u00e9 establecer unha base de datos hiperespectral para unha ampla variedade de sementes, fari\u00f1as e polvos, e produtos texturizados de cereais, legumes e froitos secos orientada a capturar as pegadas espectrais inherentes. O segundo \u00e9 desenvolver modelos de aprendizaxe autom\u00e1tico, adestrando modelos de machine learning de \u00faltima xeraci\u00f3n capaces de distinguir entre os produtos alimentarios previamente numerados. O terceiro paso ser\u00e1 o desenvolvemento dun sistema SmartControl que incorporar\u00e1 los modelos de ML dese\u00f1ados a un sistema de control integrable en li\u00f1as de procesado de alimentos, de modo que sexa posible a avaliaci\u00f3n non destrutiva e en tempo real, asegurando a autenticidade do produto e contribu\u00edndo a manter a s\u00faa calidade. <\/p>\n\n\n\n
Esta innovadora estratexia engloba fusi\u00f3n multiespectral (orientada a captar unha maior amplitude de lonxitudes de onda, permitindo unha mellor comprensi\u00f3n da composici\u00f3n dos alimentos); arquitecturas tradicionais e de aprendizaxe profundo (para extraer patr\u00f3ns e relaci\u00f3ns intr\u00ednsecas entre os diferentes datos, permitindo ao sistema a capacidade de identificar marcadores de autenticidade); e, finalmente, monitorizaci\u00f3n en tempo real, que permitir\u00e1 a produtores e industria tomar medidas correctivas r\u00e1pidas cando se detecten discrepancias.<\/p>\n\n\n\n
Os investigadores lembran que na actualidade un gran n\u00famero de m\u00e9todos para garantir a autenticidade das sementes e fari\u00f1as te\u00f1en unha utilidade limitada porque requiren \u201cequipos caros, moito tempo de an\u00e1lise e formaci\u00f3n profesional\u201d. O equipo da UVigo prop\u00f3n un novo m\u00e9todo de detecci\u00f3n \u201cm\u00e1is f\u00e1cil de usar, moi preciso e r\u00e1pido\u201d.<\/p>\n\n\n\n
Este sistema, detalla o investigador, poder\u00eda aplicarse en diferentes puntos da cadea de produci\u00f3n, dependendo das necesidades espec\u00edficas de cada sector. Por exemplo, no eido da industria alimentaria poder\u00edase implantar no control de calidade para \u201cdetectar defectos nos alimentos que non son visibles a simple vista, como moho ou contaminantes\u201d; no momento da clasificaci\u00f3n, para separar produtos segundo a s\u00faa calidade ou variedade ou tam\u00e9n para loitar contra o fraude. Nestes aspecto os investigadores subli\u00f1an que se tratar\u00eda de evitar a substituci\u00f3n de materias primas por outras de inferior calidade ou que non re\u00fanen os \u201cduros requisitos de denominaci\u00f3ns de orixe protexidas\u201d. Ademais, o sistema tam\u00e9n permitir\u00eda optimizar procesos e mellorar a eficiencia da produci\u00f3n, reducindo o desperdicio de alimentos.<\/p>\n\n\n\n
Por outra banda, como explica Simal, \u201cno caso das plantas de procesado, poder\u00edamos instalar os nosos equipos nas li\u00f1as de produci\u00f3n para realizar an\u00e1lise en tempo real. Por exemplo, no empaquetado, poder\u00edan empregarse para verificar a calidade dos produtos antes de ser enviados ao consumidor. Ademais, destacan que esta metodolox\u00eda proposta para seis indicaci\u00f3ns xeogr\u00e1ficas protexidas \u201cpoder\u00eda transferirse posteriormente a outras rexi\u00f3ns de Espa\u00f1a e Europa\u201d.<\/p>\n\n\n\n
O proxecto xa arrancou hai uns meses e agora mesmo est\u00e1n a traballar no dese\u00f1o dun prototipo de sistema hiperespectral. \u201cO noso obxectivo \u00e9 desenvolver unha tecnolox\u00eda que sexa accesible e f\u00e1cil de usar para as empresas de diferentes sectores\u201d.<\/p>\n","protected":false},"excerpt":{"rendered":"
M\u00e1is sinxelo, preciso e r\u00e1pido, emprega imaxes hiperespectrais e m\u00e9todos de aprendizaxe autom\u00e1tico Nos \u00faltimos anos as administraci\u00f3ns p\u00fablicas ve\u00f1en prestando cada vez m\u00e1is atenci\u00f3n a garantir a autenticidade e integridade dos alimentos debido ao aumento dos casos de fraude alimentario, situaci\u00f3ns que poden ter implicaci\u00f3ns econ\u00f3micas e tam\u00e9n na sa\u00fade humana. E \u00e9 que […]<\/p>\n","protected":false},"author":1,"featured_media":142,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_uag_custom_page_level_css":"","footnotes":""},"categories":[8],"tags":[],"class_list":["post-141","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-destacados-inicio"],"uagb_featured_image_src":{"full":["https:\/\/aa1.es\/wp-content\/uploads\/2025\/03\/AdobeStock_1175808985.jpeg",1400,787,false],"thumbnail":["https:\/\/aa1.es\/wp-content\/uploads\/2025\/03\/AdobeStock_1175808985-150x150.jpeg",150,150,true],"medium":["https:\/\/aa1.es\/wp-content\/uploads\/2025\/03\/AdobeStock_1175808985-300x169.jpeg",300,169,true],"medium_large":["https:\/\/aa1.es\/wp-content\/uploads\/2025\/03\/AdobeStock_1175808985-768x432.jpeg",768,432,true],"large":["https:\/\/aa1.es\/wp-content\/uploads\/2025\/03\/AdobeStock_1175808985-1024x576.jpeg",800,450,true],"1536x1536":["https:\/\/aa1.es\/wp-content\/uploads\/2025\/03\/AdobeStock_1175808985.jpeg",1400,787,false],"2048x2048":["https:\/\/aa1.es\/wp-content\/uploads\/2025\/03\/AdobeStock_1175808985.jpeg",1400,787,false]},"uagb_author_info":{"display_name":"AA1 Grupo de Investigaciones Agrarias y Alimentarias","author_link":"https:\/\/aa1.es\/?author=1"},"uagb_comment_info":0,"uagb_excerpt":"M\u00e1is sinxelo, preciso e r\u00e1pido, emprega imaxes hiperespectrais e m\u00e9todos de aprendizaxe autom\u00e1tico Nos \u00faltimos anos as administraci\u00f3ns p\u00fablicas ve\u00f1en prestando cada vez m\u00e1is atenci\u00f3n a garantir a autenticidade e integridade dos alimentos debido ao aumento dos casos de fraude alimentario, situaci\u00f3ns que poden ter implicaci\u00f3ns econ\u00f3micas e tam\u00e9n na sa\u00fade humana. E \u00e9 que…","_links":{"self":[{"href":"https:\/\/aa1.es\/index.php?rest_route=\/wp\/v2\/posts\/141","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/aa1.es\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/aa1.es\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/aa1.es\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/aa1.es\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=141"}],"version-history":[{"count":1,"href":"https:\/\/aa1.es\/index.php?rest_route=\/wp\/v2\/posts\/141\/revisions"}],"predecessor-version":[{"id":143,"href":"https:\/\/aa1.es\/index.php?rest_route=\/wp\/v2\/posts\/141\/revisions\/143"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/aa1.es\/index.php?rest_route=\/wp\/v2\/media\/142"}],"wp:attachment":[{"href":"https:\/\/aa1.es\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=141"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/aa1.es\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=141"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/aa1.es\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=141"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}