Predicción del índice de fermentación de cacao (Theobroma cacao L.) mediante análisis de imagen y redes neuronales

Abstract

[Resumen] En el presente estudio se desarrolló y validó un método de predicción del índice de fermentación de granos de cacao usando visión por computador y redes neuronales. El índice fermentación es un indicador de la calidad organoléptica de los granos procesados de cacao. Este control habitualmente se realiza en lotes de granos fermentados mediante la técnica Cut-Test que mide de manera subjetivamente el color. Se implementaron seis modelos de predicción empleando valores de RGB de la superficie y de la parte media de los granos de cacao y de los extractos alcalinos. El índice de fermentación de cacao predichos mediante el modelo redes neuronales basado en los valores RGB de la superficie de los granos y los valores R/G de los extractos se correlacionó positivamente con los valores experimentales (R2 = 0.59). El análisis Bland-Altman y el análisis de regresión Passing-Bablok de validación confirmaron que el modelo puede ser usado para predecir el contenido de aminoácidos libres y consecuentemente el índice de fermentación de los granos de cacao. El modelo de predicción podría ser aplicado in situ en el procesamiento y el control de calidad del cacao mediante la implementación de apps para dispositivos móviles.