La masticabilità degli alimenti, come il pane, dipende fortemente da differenti parametri come le dimensioni, la forza di coesione, il grado di lubrificazione e la struttura delle particelle. Durante la masticazione, la struttura del pane evolve verso quella di un impasto composto non più da singole particelle. La caratterizzazione sperimentale di questo processo è complessa ed i tentativi effettuati con tecnologie come la diffrazione laser e la microscopia non sono del tutto esaustivi. In uno studio recente, effettuato da un gruppo di ricercatori francesi (Tournier et al., 2012), viene proposto l’utilizzo delle tecniche di visione artificiale per descrivere tale processo. In particolare, per la sperimentazione sono stati impiegati campioni di pane preparati seguendo quattro differenti ricette (due tipi di baguette, un tipo di pane tostato ed un tipo di pane di segale), mentre le immagini sono state rilevate (nel sistema RGB) impiegando il cosiddetto metodo della matrice di co-occorenza dei livelli di grigio (GLCM). Una volta acquisite, le immagini sono state analizzate utilizzando un software di analisi multivariata. I risultati dimostrano che i diversi campioni presentano comportamenti differenti durante il processo di masticazione. Le baguette sono, ad esempio, caratterizzate da una struttura granulare composta da una crosta rigida e da una mollica morbida. Al contrario, il pane tostato presenta una superficie liscia con particelle scure di crosta disposte all’interno della mollica bianca, mentre il pane di segale è caratterizzato da un aspetto più compatto. In generale, la struttura dei campioni diventa sempre più omogenea all’aumentare dei cicli di masticazione. Gli autori evidenziano che il sistema GLCM è in grado di classificare, con buona approssimazione, i prodotti in funzione di tali cicli. In particolare, è stato osservato che il contrasto costituisce la caratteristica delle immagini da utilizzare come marker della degradazione dei campioni. Concludendo, gli autori sostengono che il processo di masticazione dipende fortemente dal tipo di prodotto (e dalle sue caratteristiche strutturali), ma anche dall’efficienza di salivazione dei consumatori.
Riferimenti bibliografici
C. Tournier et al., Journal of Food Engineering, 113, 2012, 615-622
