logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-11242024-113431


Tipo di tesi
Tesi di laurea magistrale
Autore
BROTINI, CHIARA
URN
etd-11242024-113431
Titolo
Utilizzo della tecnologia BluDev® ai fini della discriminazione di latte ovino: esperienze preliminari.
Dipartimento
SCIENZE AGRARIE, ALIMENTARI E AGRO-AMBIENTALI
Corso di studi
BIOSICUREZZA E QUALITÀ DEGLI ALIMENTI
Relatori
relatore Prof.ssa Pedonese, Francesca
correlatore Cascone, Domenico
controrelatore Serra, Andrea
Parole chiave
  • BluDev®.
  • latte ovino
  • Spettroscopia a infrarossi vicini (NIR)
Data inizio appello
09/12/2024
Consultabilità
Non consultabile
Data di rilascio
09/12/2094
Riassunto
Lo studio si inserisce nell’ambito di un progetto del Consorzio del Pecorino Toscano DOP in collaborazione con Farzati SPA, che ha l’obiettivo di creare, attraverso l’applicazione della strumentazione BluDev®, un sistema di tracciabilità di filiera per il Pecorino Toscano DOP.
Il BluDev® è un dispositivo portatile che analizza un prodotto e ne traccia le molecole che lo compongono, creandone una bio-fingerprint. Esso si basa sulla spettroscopia nel vicino infrarosso e sulla successiva elaborazione dei dati mediante tecniche di intelligenza artificiale, per creare modelli di discriminazione efficaci. In particolare, l’elaborato è incentrato sulla descrizione delle tappe preliminari di utilizzo di tale strumentazione al fine di discriminare, come base di partenza, latti ovini diversi.
Sono stati analizzati 49 campioni di latte ovino conferiti ad un caseificio toscano, che differivano per origine geografica o per tipologia (italiano/estero, DOP/convenzionale). Tramite il dispositivo BluDev® sono stati acquisiti gli spettri di riflettanza di ciascun campione, successivamente elaborati attraverso analisi chemiometrica. In particolare, dopo aver normalizzato gli spettri utilizzando la Standard Normal Variate (SNV), e applicato la Principal Component Analysis (PCA), è stata eseguita la modellazione vera e propria con l’utilizzo dell’algoritmo di classificazione “Support Vector Machines” (SVM), attraverso le fasi di addestramento, validazione e test.
I risultati elaborati dall’algoritmo SVM hanno mostrato prestazioni promettenti, anche se si deve sottolineare che il numero di campioni utilizzato in questa fase era abbastanza ridotto e presentava uno sbilanciamento numerico tra le varie categorie da discriminare. Sarebbe quindi auspicabile un’applicazione del modello utilizzando uno schema di campionamento che non presentasse questi limiti, per confermarne le potenzialità. In ogni caso, l’attività di ricerca presentata in tesi, che rappresenta una base preliminare per ulteriori analisi e applicazioni tramite il BluDev®, dimostra come sia possibile ottenere importanti informazioni circa la caratterizzazione del latte, mediante tecniche di spettroscopia supportate da adeguate basi chemiometriche. Da sottolineare è anche la non distruttività del metodo e la portabilità del BluDev®, che lo rendono facilmente utilizzabile in campo.
File