Ida, Elza Iouko [Orientador]Geronimo, Bruna Caroline2024-05-012024-05-012017.00https://repositorio.uel.br/handle/123456789/15954Resumo: O objetivo desse estudo foi identificar e classificar peitos de frango com a miopatia wooden breast (WB) utilizando o Sistema de Visão Computacional (CVS), informação espectral do infravermelho próximo (NIR) e caracterizar os parâmetros físico-químicos e tecnológicos de peitos de frango normal (N) e WB Um total de 8 peitos (pectoralis major muscle) foi coletado em abatedouro comercial de aves e selecionados 4 como N e 4 como WB Foram obtidas informações espectrais utilizando NIR e CVS Posteriormente, os peitos N e WB de frango foram caracterizados por medidas físico-químicas e tecnológicas Combinando análises de imagens com o modelo de classificação da Máquina de Vetores de Suporte (SVM) usando recursos de intensidade e imagem de textura extraídos de fotos de peitos de frango, 91,83% foram corretamente classificados como N ou WB Em comparação, o uso de informações espectrais do NIR alcançou 97,5% de precisão Em relação às características físico-químicas e tecnológicas, o WB de frango apresentou um aumento de 2,21% de umidade e 16,67% do teor de lipídios, e uma diminuição de 14,41% e 13,4% do teor de proteína e cinzas, respectivamente Além disso, WB aumentou em 9,96%, 64,19% e 23,28% para L *, a * e b *, respectivamente; 1,91% para pH e 16,6% para perda de água por cozimento A força de cisalhamento dos peitos de frango cru foi 49,51% mais rígido e, após o cozimento, foi 31,79% mais macio do que os peitos de frango N CVS e NIR podem ser aplicados como métodos rápidos e não destrutivos para identificação e classificação de WB de frango em abatedourosCarnePropriedades fisico-químicasCarne de aveQualidadeEspectroscopia de infravermelhoPoultry as food - QualityInfrared spectroscopyDissertação