Methodenartikel

Ein Computer-Vision-System zur Beurteilung des Schmelzverhaltens von Speiseeis

2.8K Ansichten

⸱

DOI:

10.3791/66114

⸱

4. Oktober 2024

 , 
1Department of Food, Environmental and Nutritional Sciences (DeFENS), Università degli Studi di Milano

In diesem Artikel

Zusammenfassung

Hier stellen wir ein Protokoll vor, das auf einem Computer Vision System (CVS) basiert, um das Schmelzverhalten von mehrphasigen Lebensmittelsystemen zu bestimmen.

Zusammenfassung

Das Schmelzverhalten ist einer der wichtigsten Qualitätskennzahlen von Speiseeis. Sie wird in der Regel mit gravimetrischen Methoden ausgewertet und in Form von Startzeit und Schmelzgeschwindigkeit ausgedrückt. Aber auch der Aspekt des Eises während des Schmelzens ist wichtig, denn die Formbeständigkeit ist mit einer guten Struktur des Produkts verbunden. Das hier vorgeschlagene Protokoll veranschaulicht ein Computer-Vision-System (CVS), das zur Unterstützung der bereits bestehenden Gravitationsmethode verwendet werden kann, um zwei neue Schmelzindizes in Bezug auf Formerhaltung und Schmelzrate zu berechnen. Bilder von Eis während des Schmelzens werden alle 15 Minuten für insgesamt 90 Minuten aufgenommen. Anschließend werden digitale Bilder mit einem eigens entwickelten Bildverarbeitungsverfahren erstellt, um die Fläche, Höhe und Breite des Eises zu berechnen. Das Verhältnis zwischen Höhe und Breite zu jedem Schmelzzeitpunkt, bezogen auf das Verhältnis zum Zeitpunkt 0 (Rt/R0), ist ein Index für die Formbeständigkeit von Eiscreme, während die Fläche zu den verschiedenen Schmelzzeiten, bezogen auf die Fläche zum Zeitpunkt 0 (At/A0), auf die Schmelzgeschwindigkeit bezogen ist. Dieses Computer-Vision-System ermöglicht es, hochempfindliche und zuverlässige Ergebnisse zu erzielen, und es kann nicht nur auf Eiscreme, sondern auch auf verschiedene Lebensmittelmatrizen wie Schlagsahne oder Eialbumin angewendet werden.

Einleitung

Eiscreme ist ein mehrphasiges System, bei dem flüssige, feste und gasförmige Phasen streng miteinander verbunden sind. Die kontinuierliche flüssige Phase umhüllt Luftblasen und Eiskristalle und enthält teilweise kristallisierte Fette, kolloidale Proteine, Salze, Zucker (eventuell kristallisiert) und Stabilisatoren. Die Zusammensetzung des Eises variiert je nach den lokalen Marktanforderungen und möglichen Vorschriften. Obwohl die Verarbeitungstechnologie die Eigenschaften des endgültigen Eises beeinflusst, spielt jeder Bestandteil eine wichtige Rolle bei der Definition der Produktqualität1. Das Schmelzverhalten ist einer der wichtigsten Qualitätsindizes von Speiseeis, wenn man die Phänomene berücksichtigt, die sowohl beim Verzehr als auch im Mund auftreten. Durch das Eindringen von Hitze in das Eis schmelzen Eiskristalle, und Wasser diffundiert und vermischt sich mit der Serumphase, die durch die verbleibende Struktur abfließen kann2. Ein schnell schmelzendes Produkt ist unerwünscht für ein angenehmes Essen, aber auch für die Gewährleistung einer höheren Hitzeschockbeständigkeit. Langsam schmelzende Produkte weisen jedoch auch auf einige Mängel in der Rezepturhin 1. Es ist bekannt, dass die Mikrostruktur von Speiseeis für die Schmelzeigenschaften verantwortlich ist3, aber es wurden bisher gegensätzliche Ergebnisse veröffentlicht, die zeigen, dass das Wissen über den Einfluss mikrostruktureller Faktoren auf das Schmelzen noch begrenzt ist4. Daher sind weitere Studien erforderlich, um den Schmelzmechanismus aufzuklären, der auch bei der Entwicklung neuer Formulierungen von entscheidender Bedeutung ist3.

Das Schmelzverhalten wird in der Regel mit gravimetrischen Methoden bewertet und in Form von Startzeit und Schmelzgeschwindigkeit ausgedrückt5. Eine bestimmte Portion Eiscreme wird auf ein Drahtgeflecht in einem Schrank mit kontrollierter Temperatur gelegt, und das Gewicht des geschmolzenen Produkts wird registriert. Aus der Gewichts-Zeit-Kurve lassen sich drei Phasen unterscheiden: die Verzögerungsphase, in der die Wärme durchdringt, die schnell schmelzende Phase, in der die verdünnte Serumphase mit der maximalen Geschwindigkeit durch die Eiscremestruktur fließt, und die stationäre Phase, in der der größte Teil des Produkts herausgetropft ist2.

Mit der gravimetrischen Methode können langsam und schnell schmelzende Produkte erkannt werden; Aber auch der Aspekt des Eises während des Schmelzens ist wichtig, denn die Formbeständigkeit ist mit einer guten Zusammensetzung und Struktur des Produkts verbunden6. So kann ein Verfahren, das auf einem Computer-Vision-System (CVS) basiert, die bereits bestehende Gravitationsmethodik unterstützen, indem es die Untersuchung des Aussehens des Produkts während des Schmelzens ermöglicht. CVS können zahlreiche Lebensmittelattribute3 (z. B. Größe, Gewicht, Form, Textur und Farbe) mit genauen Details erfassen, die vom menschlichen Auge nicht wahrgenommen werden können. Solche Systeme bestehen in der Regel aus Digitalkameras und Bildverarbeitungssoftware7. In der Tat umfasst ein auf CVS basierendes Protokoll zwei Hauptschritte: 1) Bildaufnahme und 2) Bildverarbeitung. Es können verschiedene Ebenen der Bildverarbeitung angewendet werden7, von den einfachsten bis zu den komplexeren, wie z. B. Deep-Learning-Methoden für die Entwicklung von Künstlicher Intelligenz 8,9. In letzter Zeit wurde CVS im Lebensmittelsektor große Aufmerksamkeit geschenkt, und es wurde eine große Anzahl von Anwendungen für die Inspektion der Lebensmittelsicherheit, die Überwachung der Lebensmittelverarbeitung, die Erkennung von Fremdkörpern und andere Bereiche entwickelt. Sie sind schnell, effizient und zerstörungsfrei und stellen somit gültige Instrumente dar, um den Verbrauchern sichere Lebensmittel von hoher Qualität anzubieten10.

Im Bereich der Eiscreme wurde eine Bildanalysemethode vorgeschlagen, um die Rekristallisation von Eis mittels optischer Mikroskopiezu untersuchen 11. In jüngerer Zeit wurden Röntgen-Computertomographie-Bilder verarbeitet, um die 3D-Mikrostruktur von weichporösen Substanzen, einschließlich Eiscreme, zu analysieren3. Die Ausarbeitung einfacher digitaler CCD-Bilder (Charge Coupled Device) kann jedoch mehrere Vorteile in Bezug auf die einfache Erfassung und Wiedergabe des Eiscreme-Aspekts, wie er von den Verbrauchern wahrgenommen wird, bieten. Einige Autoren zeigen Bilder von Eiscreme während des Schmelzens12, aber nach unserem besten Wissen wurde die Extraktion numerischer Indizes aus den Bildern zum ersten Mal von Moriano und Alampreseberichtet 13.

Daher veranschaulicht das hier vorgeschlagene Protokoll, das auf der Arbeit von Moriano und Alamprese13 basiert, ein einfaches CVS, das zur Unterstützung der bereits bestehenden Gravitationsmethodik zur Untersuchung des Schmelzverhaltens von Eiscreme angewendet werden kann. Ein Blockdiagramm der vorgeschlagenen Methode ist in Abbildung 1 dargestellt. Die Verwendung eines solchen Systems ermöglicht die Berechnung von zwei Schmelzindizes, die sich auf die Formbeständigkeit und die Schmelzgeschwindigkeit beziehen. Insbesondere beschreibt der Beitrag zum ersten Mal den detaillierten Versuchsaufbau und das Vorgehen für die digitale Bildaufnahme während der Eisschmelze und die Bildverarbeitungsschritte. Außerdem wird berichtet, dass die Ergebnisse von Eiscreme, die mit verschiedenen Süßungsmitteln (z. B. Saccharose, Sacromalt und Erythrit) hergestellt wurde, das Potenzial der Methode zeigen.

figure-introduction-1
Abbildung 1: Blockdiagramm der vorgeschlagenen Methoden. Zusammenfassung der allgemeinen Schritte für das vorgeschlagene Computer-Vision-System und die gravimetrische Methode zur Untersuchung des Schmelzverhaltens von Eiscreme. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Protokoll

1. Versuchsaufbau und Verfahren für Schmelzversuche

  1. Vorbereitung von Eisproben
    1. Wählen Sie transparente Becher mit festem Volumen und fester Form und Deckel. Schneide zwei lange Streifen Backpapier von ca. 2 cm Breite ab und befestige sie mit Hilfe von Papierklebeband an den Innenwänden der Förmchen, sodass sie am Boden ein Kreuz bilden. Beginnen Sie, den Becher mit einem Spatel mit der Eisprobe zu füllen.
      HINWEIS: Bevor Sie beginnen, stellen Sie sicher, dass das Eis eine Temperatur im Bereich von -7 °C bis -12 °C hat, damit es im Becher verteilt werden kann. Achten Sie darauf, dass bei der Becherbefüllung keine Leerräume entstehen, indem Sie regelmäßig durch die Bechertransparenz kontrollieren.
    2. Wenn der Becher voll ist, ziehen Sie den Überschuss an Eis vorsichtig mit dem Spatel ab, so dass eine glatte und ebene Oberfläche entsteht. Verschließen Sie den Becher mit dem Deckel und lagern Sie die Probe mindestens 24 h lang bei -30 °C.
    3. Vor der Analyse wird die Probe 24 Stunden lang bei -16 °C konditioniert.
  2. Aufbau des Schmelzversuchs und der Bildaufnahme
    1. Stellen Sie einen Thermostatschrank auf 20 ± 1 °C ein. Setzen Sie eine digitale Waage in den Schrank ein und schließen Sie sie an einen Computer mit einer Software zur Erfassung des Gewichts in Abhängigkeit von der Zeit an.
    2. Stellen Sie einen Messzylinder auf die Digitalwaage und setzen Sie das Gewicht zurück. Platziere einen hängenden Trichter über dem Zylinder, um das geschmolzene Eis aufzufangen. Der Aufbau des Schmelzversuchs ist in Abbildung 2 dargestellt.
      HINWEIS: Der Trichter sollte über dem Zylinder aufgehängt werden, um eine Überschreitung des Skalenvollwerts der Digitalwaage zu vermeiden. Um eine Instabilität des Trichters während der Probenpositionierung zu Beginn der Analyse zu vermeiden, sollte er über dem Zylinder an der Schrankablage befestigt werden.
    3. Platzieren Sie eine Kamera mit einem Stativ in einer definierten Höhe und Entfernung vor der Schranktür, um die beste zuverlässige Bildausschnitt der Probe zu erhalten.
      HINWEIS: Stellen Sie sicher, dass die Kamera gut auf die Eisprobe ausgerichtet ist, um Parallaxenfehler bei der Verarbeitung des Bildes zu vermeiden.
  3. Schmelzversuch
    1. Bereiten Sie ein Metallgitter vor, das mit einer Größenreferenz versehen ist. Nehmen Sie den Eisbecher aus dem Gefrierschrank, nehmen Sie den Deckel ab und beginnen Sie vorsichtig, einen Spatel zwischen das Eis und die Becherwände zu stecken, um die Probe vom Behälter zu lösen.
      HINWEIS: Der Eisbecher darf erst dann aus dem Gefrierschrank genommen werden, wenn die vorherigen Schritte (bis Schritt 1.2.3) abgeschlossen sind, um ein Einschmelzen vor der Datenregistrierung zu vermeiden.
    2. Während du die Eisprobe von den Becherwänden löst, lass das Backpapier auf der Oberfläche des Eises kleben.
    3. Wenn sich die ganze Eisprobe von den Becherwänden gelöst hat, ziehen Sie vorsichtig an den Enden des Backpapiers, um das Eis herauszunehmen, und legen Sie es zusammen mit den Backpapierstreifen auf das Metallgittersieb. Dann die Backpapierstreifen vorsichtig von der Eisoberfläche entfernen.
      HINWEIS: Achten Sie darauf, die Eisform nicht zu verändern, wenn Sie die Schritte 1.3.1-1.3.3 ausführen.
    4. Platzieren Sie das Metallgittersieb mit der Eisprobe auf dem Trichter im Schrank. Nehmen Sie mit der Digitalkamera auf dem Stativ das erste Bild (t0) der Eisprobe bei geöffneter Schranktür auf und achten Sie darauf, auch die Größenreferenz aufzunehmen. Schließen Sie die Schranktür und beginnen Sie mit der minütlichen Aufzeichnung der gravimetrischen Daten mit der an die Waage angeschlossenen Software.
      HINWEIS: Verwenden Sie keinen Blitz, um Schatten im Bild zu vermeiden, und verwenden Sie einen sehr kontrastreichen Hintergrund, um die Segmentierung von Eiscreme zu verbessern. Überprüfen Sie den Fokus des aufgenommenen Bildes. Wenn das Bild unscharf ist, nehmen Sie sofort ein neues Bild auf.
    5. Zeichnen Sie die gravimetrischen Daten 90 Minuten lang auf (eine Registrierung pro Minute) und machen Sie alle 15 Minuten ein Foto der Eisprobe (siehe Schritt 1.3.4) (für insgesamt 7 Bilder).

figure-protocol-1
Abbildung 2: Aufbau des Schmelzversuchs. Die Abbildung zeigt, wie der Schmelzversuch im Thermostatschrank eingerichtet wird: Stellen Sie einen Messglaszylinder auf eine Digitalwaage, um das geschmolzene Eis zu sammeln und zu wiegen. Die Eisprobe wird auf ein Metallgittersieb auf einen Trichter gelegt, der über dem Zylinder hängt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

2. Bildverarbeitung zur Berechnung der Schmelzindizes

  1. Bildverarbeitung
    1. Laden Sie die digitalen Bilder von der Speicherkarte der Kamera herunter und speichern Sie sie als .tiff oder .jpg Dateien ohne Komprimierung.
    2. Verwenden Sie die Befehle Datei > Öffnen der Bildanalysesoftware, um die Eisbilder zu öffnen. Beginnen Sie mit der Verarbeitung des ersten Bildes (t0) und korrigieren Sie bei Bedarf die Drehung (Befehle: Bearbeiten > Drehen).
    3. Verwenden Sie die in jedem Bild erfasste Größenreferenz (siehe Schritte 1.3.1 und 1.3.4.), um das Bild räumlich zu kalibrieren (Befehle: Messen > Kalibrierung > Räumliches > Bild) und konvertieren Sie Pixel in Millimeter (Ergänzende Abbildung 1).
    4. Wählen Sie den rechteckigen Interessenbereich (AOI) aus, einschließlich der Eisprobe und vermeiden Sie den Rand des Metalldrahtgitters (Befehle: Bearbeiten > Neuer AOI > Rechteckig). Schneiden Sie den AOI zu und wandeln Sie ihn in eine Graustufe (Farbtiefe, 8) um, indem Sie die Befehle Edit > Covert to > Grey Scale 8 verwenden (Ergänzende Abbildung 2).
    5. Wenden Sie den Filter "Optimale Anpassung " an, der Helligkeit und Kontrast automatisch anpasst (Befehle: Verbessern > Angleichen > Optimale Anpassung).
    6. Gehen Sie zum Fenster Messen > Anzahl/Größe der Software und öffnen Sie das Fenster Messen , um die folgenden Parameter auszuwählen: Fläche, Quaderhöhe und Quaderbreite. Klicken Sie dann auf OK , um dieses Fenster zu schließen (Ergänzende Abbildung 3).
    7. Wählen Sie die manuelle Messung aus (Flag Manuell im Fenster Anzahl/Größe ) und klicken Sie auf Bereiche auswählen , um die Histogrammwerte so einzustellen, dass die helle Form des Eises genau segmentiert wird. Schließen Sie das Fenster Segmentierung (Ergänzende Abbildung 4).
    8. Klicken Sie auf Count im Fenster Count/Size der Software, um die drei in Schritt 2.1.6 ausgewählten Parameter zu messen. Wenn andere helle Objekte als die Eisprobe gezählt werden, verwenden Sie einen Bereichsschwellenwert, um die Objekte zu filtern (Befehle: Messen > Messungen > Bereich auswählen; Start- und Endbereich anpassen). Zeigen Sie die Messergebnisse an, indem Sie auf > Messdaten anzeigen klicken (Ergänzende Abbildung 5). Verwenden Sie Datei > Daten in Zwischenablage , um die Messergebnisse zu kopieren und in eine Tabelle der Datenverwaltungssoftware einzufügen.
    9. Wiederholen Sie die Schritte von 2.1.2 bis 2.1.8 für jedes Bild, das während der Eisschmelze aufgenommen wurde.
  2. Auswertung von Schmelzindizes
    HINWEIS: Von nun an werden die Größenparameter, die aus den Eiscreme-Bildern gemessen werden, wie folgt angezeigt: A, Fläche; H, Höhe des Kastens; W, Kastenbreite (Ergänzende Abbildung 6).
    1. Unter Verwendung der im vorherigen Schritt 2.1 berechneten H- und W-Daten zu den verschiedenen Zeitpunkten t während des Schmelzens (0 min, 15 min, 30 min, 45 min, 75 min und 90 min) wird der Formerhaltungsindex (Rt) gemäß Gleichung 1 berechnet:
      figure-protocol-2(1)
    2. Beziehen Sie sich gemäß Gleichung 2 und Gleichung 3 auf die jeweils berechneten R- und A-Daten auf den entsprechenden Index zum Zeitpunkt 0 (R0 und A0) und stellen Sie die erhaltenen Ergebnisse als Funktion der Zeit dar, wie in Abbildung 3A, B gezeigt. Der Trend von At als Funktion der Zeit hängt mit der Schmelzrate von Eiscreme zusammen.
      figure-protocol-3(2)
      figure-protocol-4(3)

Ergänzende Abbildung 1: Kalibrierung des Bildes. (A) Gehen Sie zum Fenster Messen > Kalibrieren > Räumlich der Bildanalysesoftware. Wählen Sie Neu und markieren Sie dann Bild , um das Fenster Skalierung zu öffnen. Die Referenzlänge in der Einheit zur Umrechnung von Pixeln (z.B. Millimeter) wird angegeben. (B) Überlappen Sie den grünen Balken vorsichtig mit dem Referenzabschnitt, der der angegebenen Länge entspricht, und klicken Sie auf OK. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Abbildung 2: AOI zuschneiden und in Graustufen umwandeln. (A) Umwandlung des Area of Interest (AOI) in die Graustufen und (B) das resultierende Bild. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Abbildung 3: Auswahl der zu messenden Parameter. Im Fenster Messung auswählen können die zu messenden Parameter ausgewählt werden. Für die Auswertung der Eisschmelze müssen Fläche, Kartonbreite und Kartonhöhe ausgewählt werden. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Abbildung 4: Segmentierung der Eisprobe. Im Fenster "Segmentierung" ist es möglich, die zu berücksichtigenden Histogrammbereiche auszuwählen, um genau den Bereich der Eisform abzudecken. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Abbildung 5: Filtern von Objekten und die Count-Funktion. Die roten Linien markieren die erkannten hellen Objekte. Wenn Sie die Zählfunktion anwenden und das Fenster "Ansicht, Messdaten" öffnen, werden die Ergebnisse der ausgewählten Parameter angezeigt (A). Um nur die Eisform zu filtern, ist es möglich, im Fenster "Messung auswählen" einen minimalen und einen maximalen Bereichsbereich auszuwählen, wodurch nur die Parameter eines Objekts (B) gezählt werden. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Abbildung 6: Formbeständigkeitsindex (R). Die Höhe des Kastens (Ht, rote gestrichelte Linie) und die Breite des Kastens (Wt, schwarze durchgezogene Linie), die für die Berechnung des Formbeständigkeitsindex (R) verwendet werden, werden angezeigt. Bitte klicken Sie hier, um diese Datei herunterzuladen.

figure-protocol-5
Abbildung 3: Form- und Flächenerhaltungskurven. Beispiel für eine Eiscreme-Form (A) und (B) Flächenerhaltungskurven, in denen die Durchschnittswerte von Rt/R0 und At/A0 über die Zeit aufgetragen werden; Die Fehlerbalken entsprechen den Standardabweichungswerten, die von den Analysereplikaten erhalten werden. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

3. Ausarbeitung gravimetrischer Daten

  1. Am Ende des Schmelzversuchs (90 Minuten) speichern Sie die Tabelle mit dem Gewicht der geschmolzenen Probe (Gramm) pro Minute der Analyse, die von der an die digitale Waage angeschlossenen Software durchgeführt wird.
  2. Öffnen Sie die Gewichtstabelle in einer Datenverwaltungssoftware, um ein Diagramm des geschmolzenen Gewichts (Gramm) in Abhängigkeit von der Zeit (Minuten) zu erstellen und so die Schmelzkurve der Eisprobe zu erhalten.
  3. Wählen Sie Daten im linearen Teil der Schmelzkurve aus und berechnen Sie die Regressionslinie der kleinsten Quadrate, indem Sie Gleichung 4 und den Regressionskoeffizienten (R2) registrieren.
    figure-protocol-6(4)
  4. Der Steigungswert der Regressionsgeraden (m) ist die Schmelzrate von Eiscreme (Gramm/Minute). Berechnen Sie die Anfangszeit des Schmelzens (ts; Minute) als x-Achsenabschnitt (wenn y = 0) wie folgt:
    figure-protocol-7(5)

figure-protocol-8
Abbildung 4: Gravimetrische Kurve. Beispiel für eine Eisschmelzkurve, die mit der gravimetrischen Methode erhalten wurde. Die ursprüngliche Kurve ist rot dargestellt; Die ausgewählten Datenreihen im linearen Teil werden grün dargestellt. Die berechnete Regressionslinie wird in schwarzen Punkten dargestellt. Die Gleichung und der Bestimmtheitskoeffizient (R2) der Regressionsgeraden sind ebenfalls dargestellt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

HINWEIS: Um zuverlässige Ergebnisse für die statistische Analyse zu erhalten, wiederholen Sie das gesamte Verfahren des Schmelzversuchs und der Bildverarbeitung mindestens dreimal für jede Probe.

Ergebnisse

Als Beispiel für die vorgeschlagenen CVS-Outputs werden Ergebnisse von Meltdown-Analysen für drei verschiedene Eiscreme-Formulierungen gezeigt, verglichen mit Daten aus der gravimetrischen Methode. Insbesondere wurde das Schmelzverhalten von Speiseeis untersucht, das mit unterschiedlichen Süßungsmitteln (z.B. Saccharose, Sacromalt und Erythrit) hergestellt wurde.

Tabelle 1 und Abbildung 5A zeigen die Ergebnisse des Formbeständigkeitsindex (Rt/R0) für die drei Eisproben während des Schmelzens. Eine ähnliche Formbeständigkeit wurde bei allen Proben bis 45 Minuten beobachtet; dann verlor die mit Saccharose hergestellte Probe schneller ihre Form als die anderen Produkte, was zu einem signifikant niedrigeren Rt/R0 gemäß der Einweg-Varianzanalyse (ANOVA) führte, gefolgt vom LSD-Test (p < 0,05). Nur die erythrithaltige Probe behielt bis zum Ende des Versuchs ihre Form und ergab messbare Rt/R0-Werte .

SACCHAROSEMILCHALTERERYTHRIT
Zeit (min)At/A0s.d.At/A0s.d.At/A0s.d.
01.00-1.00-1.00-
150,91A0.010,93A0.020,92A0.04
300,76A0.040,82A0.020,84A0.04
450,56A0.040,66ab0.020,74Mrd.0.03
600,32A0.010,46Mrd.0.020,62°C0.01
750,13A0.010,24Mrd.0.020,52C0.02
90n.d.-n.d.-0.400.01
n.d., nicht nachweisbar

Tabelle 1: Mittelwert und Standardabweichung der Formbeständigkeitsindizes für die drei Eisproben, die mit unterschiedlichen Süßungsmitteln hergestellt wurden. Unterschiedliche Kleinbuchstaben in derselben Zeile weisen auf deutlich unterschiedliche Mittelwerte hin (p < 0,05).

figure-results-1
Abbildung 5: Form- und Flächenretentionskurven für die drei Eisproben, die mit unterschiedlichen Süßungsmitteln hergestellt wurden. (A) Form- und (B) Flächenretentionskurven. Die rosa Linie stellt die Saccharoseprobe dar, die als Referenz gilt; Die gelbe Linie stellt die Sucromalt-Probe und die blaue Linie die Erythrit-Probe dar. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Die Probe mit Erythrit zeigte auch eine niedrigere Schmelzrate, was durch die Schmelzindizes At/A 0 belegt wird (Tabelle 2 und Abbildung 5B). Ab 45 min zeigte die Erythrit-Probe die signifikant (p < 0,05) höchste Flächenretention, gefolgt von den Eiscremes mit Sucromalt bzw. Saccharose.

SACCHAROSEMILCHALTERERYTHRIT
Zeit (min)Rt/R0s.d.Rt/R0s.d.Rt/R0s.d.
01.00-1.00-1.00-
150,98A0.040,97A0.010,93A0.02
300,94A0.050,94A0.020,89A0.02
450,80A0.030,89A0.020,84A0.02
600,64A0.040,78Mrd.0.010,76Mrd.0.03
750,54A0.030,65A0.010,60A0.07
90n.d.-n.d.-0.450.06
n.d., nicht nachweisbar

Tabelle 2: Mittelwert und Standardabweichung der Flächenretentionsindizes für die drei Eisproben, die mit unterschiedlichen Süßungsmitteln hergestellt wurden. Unterschiedliche Kleinbuchstaben in derselben Zeile weisen auf deutlich unterschiedliche Mittelwerte hin (p < 0,05).

Die Ergebnisse wurden auch durch die gravimetrische Analyse bestätigt, deren Daten in Tabelle 3 in Bezug auf die Schmelzstartzeit (tS) und die Schmelzgeschwindigkeit (Gramm/Minute) angegeben sind. In diesem Fall wurden jedoch keine signifikanten Unterschiede bei der Anwendung der ANOVA festgestellt (p > 0,05).

SACCHAROSEMILCHALTERERYTHRIT
bedeutens.d.bedeutens.d.bedeutens.d.
ts (min)15,3A1.416,4A1.417,2a2.6
Schmelzgeschwindigkeit (g/min)2,67A0.262,29A0.091,96A0.41

Tabelle 3: Mittelwert und Standardabweichung der Schmelzindizes, berechnet nach den gravimetrischen Methoden für die drei Eisproben, die mit unterschiedlichen Süßungsmitteln hergestellt wurden. ts, schmelzende Startzeit. Unterschiedliche Kleinbuchstaben in derselben Zeile weisen auf deutlich unterschiedliche Mittelwerte hin (p < 0,05).

Abbildung 6 zeigt einige bearbeitete (Schritt 2.1) Bilder, die während der Schmelzversuche (Schritt 1.3) der drei Eisproben aufgenommen wurden; Es ist möglich, die gute Formbeständigkeit aller Proben und die niedrigste Schmelzrate von Eis mit Erythrit zu bemerken, das nach 90 Minuten nicht vollständig geschmolzen war.

figure-results-2
Abbildung 6: Kernschmelze der drei Eisproben. Bilder, die alle 15 Minuten während der Kernschmelze der drei Eisproben aufgenommen wurden, die mit unterschiedlichen Süßungsmitteln hergestellt wurden. Bearbeitete Bilder der drei Eisproben während des Schmelzens. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Diskussion

Das vorgeschlagene CVS ermöglicht die Berechnung der Form- und Flächenretentionsindizes von Eiscremeproben während des Schmelzens sowie die Visualisierung des Schmelzprozesses. Es kann mit der traditionellen gravimetrischen Methode gekoppelt werden, die zur Beurteilung des Schmelzverhaltens von Eiscreme5 angewendet wird, um Ergebnisse zu erhalten, die sich auf das Aussehen des Eises beziehen. Dies ist sehr wichtig, da die Verbraucher seine Qualität auch auf der Grundlage des visuellen Erscheinungsbilds des Produkts bewerten und die Fähigkeit, die Form während des Schmelzens beizubehalten, mit der Zusammensetzung und Struktur von Eiscreme zusammenhängt 1,3. Die Anwendung dieses Systems in der Lebensmittelindustrie kann die Qualitätskontrolle sowie die Forschung und Entwicklung neuer Formulierungen verbessern.

Das Beispiel der Ergebnisse, die für die Kernschmelze von drei Eisproben erzielt wurden, die sich für die verwendeten Süßstoffe unterschieden, zeigte, dass das vorgeschlagene CVS empfindlich auf die unterschiedlichen Zusammensetzungen reagiert (Tabelle 1 und Tabelle 2), sogar mehr als die gravimetrische Methode, die keine signifikanten Unterschiede zwischen den Proben aufzeigen konnte (Tabelle 3). Die Empfindlichkeit des Formbeständigkeitsindex gegenüber der Eiscremeformulierung wurde auch in unseren früheren Arbeiten 13,14,15,16 gezeigt. Aufgrund der hohen Sensitivität der vorgeschlagenen Methode kann sie sogar das gravimetrische Verfahren ersetzen.

Abgesehen von der Vorbereitung der Eiscremeproben beziehen sich die wichtigsten Schritte in dem entwickelten CVS auf eine gute Bilderfassung und Segmentierung7. Die Bezugnahme derR-t - undA-t-Daten auf die zum Zeitpunkt 0 berechneten Anfangswerte verhindert mögliche irreführende Ergebnisse aufgrund unterschiedlicher Experimente, die zwischen den Replikaten durchgeführt werden. Parallaxenfehler während der Bildaufnahme können jedoch zu einer Überschätzung der Probenfläche während des Schmelzens führen, insbesondere wenn die in einem einzigen Versuch gesammelten Bilder aufgrund einer Positionsänderung der Kamera von einer Aufnahme zur anderen nicht konsistent sind. Daher sollte großer Wert auf die Einstellung des Bildaufnahmeverfahrens gelegt werden, darauf zu achten, dass das Metallgittersieb mit der Probe darauf perfekt auf das Kameraobjektiv ausgerichtet ist, und die Kameraposition vor dem Thermostatschrank sorgfältig zu definieren und zu sichern. In ähnlicher Weise kann eine schlechte Bildsegmentierung zu einer Über- oder Unterschätzung des Eisbereiches, aber auch von H und W führen, was zu bedeutungslosen Formbeständigkeitsindizes führt. Die höhere Fehlerquelle stellen in diesem Fall mögliche Spitzen am Rand der Eisportion, die auf dem Drahtgeflecht platziert sind, oder Blasen dar, die während des Schmelzens auf der Oberfläche des Eises entstehen (Abbildung 7), die vor der Messung der Schachtelfläche und der Schachtel W und H aus der hellen Form entfernt werden müssen. Dies kann mit der Funktion "Objekt teilen " der Bildanalysesoftware behoben werden. Ein kontrastreicher Hintergrund ist auch für eine bessere Bildsegmentierung nützlich7. Die Hintergrundfarbe sollte auf der Grundlage der Farbe der Eisprobe gewählt werden, und eine hohe Farbsättigung ist für einen besseren Kontrast wünschenswert.

figure-discussion-1
Abbildung 7: Mögliche Fehlerquellen bei der Segmentierung der Eiscreme-Form. Die roten Pfeile weisen auf mögliche Stacheln und Blasen auf der Eisform hin, die zu einer falschen Berechnung von Fläche, Höhe und Breite führen können. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Wenn die Bilder gut gesammelt und verarbeitet werden, ist das CVS noch empfindlicher und präziser als die gravimetrische Methodik. In den gezeigten Beispielen lagen die Variationskoeffizienten für die gravimetrischen Analysen zwischen 4 % und 20 %, so dass sich alle Durchschnittsdaten nicht signifikant unterschieden (ANOVA, S. > 0,05). Im Gegensatz dazu lagen die Werte des Variationskoeffizienten für die CVS-Indizes zwischen 0,1 % und 13 %, was erhebliche Unterschiede zwischen den drei Eisproben während des Schmelzens aufzeigte (Tabelle 1 und Tabelle 2). Die durch Erythrit verursachte Verringerung der Schmelzgeschwindigkeit hängt wahrscheinlich mit der Bildung amorpher Zuckerkristalle beim Einfrieren von Speiseeis und der geringeren Löslichkeit dieses Süßungsmittels im Vergleich zu Saccharose und Sacholant zusammen, was für eine höhere Menge an gefrorenem Wasser im Endprodukt verantwortlichist 13. Weitere erfolgreiche Anwendungen des hier vorgeschlagenen CVS finden sich in unseren früheren Studien 13,14,15,16.

Wenn eine gute Standardisierung des Bildverarbeitungsverfahrens erreicht ist, kann die automatische Bildverarbeitung über die Makroaufzeichnungsfunktion der Bildanalysesoftware eingestellt werden, wodurch der Ausarbeitungsprozess erheblich beschleunigt wird. Natürlich ist immer eine genaue Datenrevision durch den Bediener erforderlich, um Artefakte und falsche Daten zu vermeiden. Darüber hinaus kann die Ausarbeitung der Form- und Flächenerhaltungskurven durchgeführt werden, um kinetische Parameter zu berechnen und die gravimetrische Methode zu ersetzen.

Das Protokoll kann auch auf andere Lebensmittel angewendet werden, bei denen die Schmelzgeschwindigkeit und der Formerhaltungsindex wichtig sind, wie z. B. Mousses und Schäume (z. B. Schlagsahne und Eialbumin). Der wichtigste Punkt ist die Eigenständigkeit der Produkte, wobei die Temperatur während der Schmelzversuche an das jeweilige Produkt angepasst werden kann.

Offenlegungen

Die Autoren haben nichts offenzulegen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
KabinettCavallo s.r.l.FTX700Standort für den Schmelztest
DigitalkameraSony Group CorpDSC-S650
DigitalwaageGibertini ElettronicaEU-C 4002 LCD
ImagePro Plus 7.0Media Cybernetics, IncN/ASoftware zur Ausarbeitung von Bildern
Microsoft ExcelMicrosoftN/ADaten- und Grafikausarbeitung
ScalecomGibertini ElettronicaN/ADigitalwaage Softwareerwerb
StativManfratto#055

Referenzen

  1. Marshall, R. T., Arbuckle, W. S. Ice Cream. , Chapman and Hall. New York. (1996).
  2. Goff, H. D., Hartel, R. W. Ice Cream. , Springer. Boston. (2013).
  3. Metilli, L., et al. Investigating the microstructure of soft, microporous matter with synchrotron X-ray tomography. Materials Characterization. 180, 111408(2021).
  4. Liu, X., Sala, G., Scholten, E. Structural and functional differences between ice crystal-dominated and fat network-dominated ice cream. Food Hydrocolloids. 138, 108466(2023).
  5. Alamprese, C., Foschino, R., Rossi, M., Pompei, C., Savani, L. Survival of Lactobacillus johnsonii La1 and influence of its addition in retail-manufactured ice cream produced with different sugar and fat concentrations. International Dairy Journal. 12 (2-3), 201-208 (2002).
  6. Alamprese, C., Foschino, R. Technology and Stability of Probiotic and Prebiotic Ice Cream. Probiotic and Prebiotic Foods: Technology, Stability and Benefits to Human Health. , Nova Science Publishers, Inc. Hauppauge, NY. Chapter 11 (2011).
  7. Golnabi, H., Asadpour, A. Design and application of industrial machine vision systems. Robotics and Computer-Integrated Manufacturing. 23 (6), 630-637 (2007).
  8. Patel, C., et al. DBGC: Dimension-based generic convolution block for object recognition. Sensors. 22 (5), 1780(2022).
  9. Bhatt, D., et al. CNN variants for computer vision: History, architecture, application, challenges and future scope. Electronics. 10 (20), 2470(2021).
  10. Zhu, L., Spachos, P., Pensini, E., Plataniotis, K. N. Deep learning and machine vision for food processing: A survey. Current Research in Food Science. 4, 233-249 (2021).
  11. Donhowe, D. P., Hartel, R. W. Recrystallization of ice in ice cream during controlled accelerated storage. International Dairy Journal. 6 (11-12), 1191-1208 (1996).
  12. Velásquez-Cock, J., et al. Influence of cellulose nanofibrils on the structural elements of ice cream. Food Hydrocolloids. 87, 204-213 (2019).
  13. Moriano, M. E., Alamprese, C. Honey, trehalose and erythritol as sucrose-alternative sweeteners for artisanal ice cream. A pilot study. LWT-Food Science & Technology. 75, 329-334 (2017).
  14. Loffredi, E., Moriano, M. E., Masseroni, L., Alamprese, C. Effects of different emulsifier substitutes on artisanal ice cream quality. LWT-Food Science & Technology. 137, 110499(2021).
  15. Loffredi, E., Alamprese, C. Optimisation of a blend of emulsifier substitutes for clean-label artisanal ice cream. LWT-Food Science & Technology. 173, 114338(2023).
  16. Moriano, M. E., Alamprese, C. Organogels as novel ingredients for low saturated fat ice creams. LWT-Food Science & Technology. 86, 371-376 (2017).

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Schlagwörter

Formbest ndigkeitSchmelzrategravimetrische AnalyseBildverarbeitungdigitale BildgebungFl chenmessungS mittelvergleich

Verwandte Artikel