O teor de clorofilas e carotenoides em azeites pode ser determinado usando um smartphone

vol. 4, 2019 - 112521
Pôster
Favoritar este trabalho
Entre em contato com os autores
Como citar este trabalho?
Resumo

A determinação de clorofilas e carotenoides totais em azeites é normalmente feita por métodos espectrofotométricos. Por outro lado, câmeras de smartphones têm demonstrando potencial como instrumentos para análise química. Assim, este trabalho teve como objetivo avaliar o potencial do uso de imagens digitais obtidas com smartphone para determinar o teor de clorofilas e carotenoides em azeites. Imagens de 50 amostras de azeite de oliva e abacate, colocadas dentro de uma cubeta de vidro, foram obtidas utilizando um smartphone. Os parâmetros de cor RGB dos azeites foram calibrados usando Regressão Linear Múltipla contra os respectivos teores de clorofilas e carotenoides obtidos pelos métodos espectrofotométricos. Os dados foram obtidos em triplicata, totalizando 150 observações. Um conjunto de teste, externo à calibração, foi constituído de 25% das observações. Esse modelo apresentou R2 de 0,97 e erro médio quadrático (RMSE) de 0,77 mg/Kg para calibração, R2 de 0,96 e RMSE de 0,82 mg/Kg para validação cruzada e R2 de 0,97 e RMSE de 0,72 mg/Kg para o grupo teste. Já para carotenoides, obteve-se R2 de 0,91 e RMSE de 0,20 mg/Kg para calibração, R2 de 0,90 e RMSE de 0,21 mg/Kg para validação cruzada e R2 de 0,81 e RMSE de 0,23 mg/Kg para o grupo teste. Portanto, foi obtida uma boa correlação entre os teores de clorofilas e carotenoides determinados usando o smartphone e aqueles determinados usando métodos espectrofotométricos. Os erros do método proposto estão em um nível aceitável considerando os níveis de clorofilas e carotenoides comumente encontrados nesses azeites (até 16 mg/Kg de clorofilas e até 2,5 mg/Kg de carotenoides). A principal vantagem foi a análise direta dos azeites, sem a necessidade de diluição em solventes orgânicos. A perspectiva é aprimorar o método proposto introduzindo um método para correção da iluminação das imagens e utilizando métodos de calibração com maior capacidade preditiva.

Instituições
  • 1 Universidade Federal de Lavras
  • 2 Departamento de Ciência dos Alimentos / Universidade Federal de Lavras
Eixo Temático
  • 2. Caracterização química e físico-química de alimentos (FQ)
Palavras-chave
imagens digitais
Calibração Multivariada
Pigmentos