La shelf-life dei prodotti da forno dipende fortemente dall’ambiente e, in caso di contaminazione microbica, può essere inferiore rispetto alla data di scadenza, con conseguenti rischi per i consumatori e danni economici per i produttori. I metodi tradizionali per rilevare tale contaminazione sono, però, distruttivi e richiedono tempi analitici lungi.
In questo contesto, l’obiettivo di uno studio recente, effettuato da un gruppo di ricercatori internazionali [Saleem et al., 202], è stato quello di sviluppare e validare una metodologia alternativa basata sull’utilizzo dell’imaging iperspettrale (HSI) per predire lo sviluppo di fenomeni di deterioramento microbico in prodotti da forno, impiegando il pan di Spagna come sistema modello.
Le immagini HSI (rilevate nell’intervallo spettrale compreso tra 395 e 1000 nm) sono state, quindi, sottoposte ad analisi delle componenti principali (PCA), seguita da analisi mediante algoritmo k-means e da classificazione mediante le macchine a vettori di supporto (SVM). Gli autori evidenziano che le dimensioni dei campioni cambiano nel tempo come conseguenza della variazione del loro contenuto di umidità.
In sintesi, il metodo HSI si è dimostrato in grado di rilevare, in modo automatico, la contaminazione microbica quasi 24 h prima che iniziasse ad essere visibile ad occhio nudo, con un’accuratezza superiore al 98%. Concludendo, i risultati fin qui ottenuti sono decisamente promettenti, anche se ulteriori approfondimenti sono auspicabili per testare la tecnologia HSI anche su prodotti da forno differenti dal pan di Spagna.
Riferimenti bibliografici, Saleem et al., IEEE Access, 8, 2020, 176986-176996.
