Name: Système de vision par ordinateur pour l’évaluation du comportement de fonte de la crème glacée (Vidéo) | JoVE Journal
Uploaded: 2024-10-04T12:40:00.000+00:00
Duration: 8 min 2 s
Description: Découvrez une méthode de vision par ordinateur pour analyser le comportement de fonte de la crème glacée. Ce protocole évalue la rétention de forme et offre une sensibilité supérieure aux méthodes gravimétriques traditionnelles.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

1. Dispositif expérimental et procédures pour les essais de fusion
<ol><li>Préparation d’échantillons de crème glacée<ol><li>Choisissez des tasses transparentes de volume et de forme fixes, avec des couvercles. Coupez deux longues bandes de papier sulfurisé d’environ 2 cm de large et, à l’aide de ruban adhésif, fixez-les aux parois intérieures de la tasse pour former une croix au fond. Commencez à remplir la tasse avec l’échantillon de crème glacée à l’aide d’une spatule. REMARQUE : Avant de commencer, assurez-vous que la crème glacée a une température comprise entre -7 °C et -12 °C afin qu’elle puisse être étalée à l’intérieur du gobelet. Faites attention à ne pas créer d’espaces vides lors du remplissage de la tasse en vérifiant régulièrement la transparence de la tasse.</li>
		<li>Lorsque la tasse est pleine, retirez doucement l’excédent de crème glacée avec la spatule, créant ainsi une surface lisse et plane. Fermez la tasse avec son couvercle et conservez l’échantillon à -30 °C pendant au moins 24 h.</li>
		<li>Avant l’analyse, conditionner l’échantillon à -16 °C pendant 24 h.</li>
	</ol></li>
	<li>Mise en place de l’essai de fusion et acquisition d’images<ol><li>Réglez une armoire thermostatique à 20 ± 1 °C. Insérez une balance numérique dans l’armoire et connectez-la à un ordinateur avec un logiciel d’enregistrement du poids en fonction du temps.</li>
		<li>Placez un cylindre gradué sur la balance numérique et réinitialisez le poids. Sur le cylindre, placez un entonnoir suspendu pour aider à recueillir la crème glacée fondue. La configuration de l’essai de fusion est illustrée à la figure 2. REMARQUE : L’entonnoir doit être suspendu au-dessus du cylindre pour éviter de dépasser la pleine échelle de la balance numérique. Pour éviter l’instabilité de l’entonnoir lors du positionnement de l’échantillon au début de l’analyse, il doit être fixé à l’étagère de l’armoire au-dessus du cylindre.</li>
		<li>Placez un appareil photo avec un trépied devant la porte de l’armoire à une hauteur et une distance définies pour avoir le meilleur cadrage fiable de l’échantillon. REMARQUE : Assurez-vous que l’appareil photo est bien aligné avec l’échantillon de crème glacée pour éviter les erreurs de parallaxe lors du traitement de l’image.</li>
	</ol></li>
	<li>Essai de fusion<ol><li>Préparez un tamis en treillis métallique équipé d’une référence de taille. Sortez le gobelet de crème glacée du congélateur, retirez le couvercle et commencez doucement à mettre une spatule entre la glace et les parois du gobelet pour détacher l’échantillon du récipient. REMARQUE : Le gobelet de crème glacée ne doit être retiré du congélateur que lorsque les étapes précédentes (jusqu’à l’étape 1.2.3) sont terminées pour éviter la fusion avant l’enregistrement des données.</li>
		<li>Tout en détachant l’échantillon de crème glacée des parois de la tasse, maintenez le papier sulfurisé collé à la surface de la glace.</li>
		<li>Lorsque l’échantillon entier de crème glacée a été détaché des parois de la tasse, tirez doucement sur les extrémités du papier sulfurisé pour extraire la crème glacée et déposez-la sur l’écran en treillis métallique avec les bandes de papier sulfurisé. Ensuite, retirez délicatement les bandes de papier sulfurisé de la surface de la crème glacée. REMARQUE : Faites attention à ne pas modifier la forme de la crème glacée lors de l’exécution des étapes 1.3.1-1.3.3.</li>
		<li>Placez le tamis en treillis métallique avec l’échantillon de crème glacée sur l’entonnoir de l’armoire. À l’aide de l’appareil photo numérique sur le trépied, prenez la première photo (t0) de l’échantillon de crème glacée avec la porte de l’armoire ouverte, en faisant attention à prendre également la référence de taille. Fermez la porte de l’armoire et commencez à enregistrer les données gravimétriques toutes les minutes avec le logiciel connecté à la balance. REMARQUE : N’utilisez pas de flash pour éviter les ombres dans l’image et utilisez un arrière-plan très contrasté pour améliorer la segmentation de la crème glacée. Vérifiez la mise au point de l’image acquise ; Si l’image n’est pas nette, prenez-en immédiatement une nouvelle.</li>
		<li>Enregistrez les données gravimétriques pendant 90 minutes (un enregistrement par minute) et prenez une photo de l’échantillon de glace (voir étape 1.3.4) toutes les 15 minutes (pour un total de 7 photos).</li>
	</ol></li>
</ol><img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/66114/66114fig02.jpg"> Figure 2 : Configuration de l’essai de fusion. La figure montre comment mettre en place l’essai de fusion dans l’armoire thermostatique : placez un cylindre en verre gradué sur une balance numérique pour recueillir et peser la glace fondue. L’échantillon de crème glacée est déposé sur un tamis en treillis métallique sur un entonnoir suspendu au-dessus du cylindre. <a href="https://www.jove.com/files/ftp_upload/66114/66114fig02large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>
2. Traitement d’images pour le calcul des indices de fusion
<ol><li>Traitement d'images<ol><li>Téléchargez les images numériques à partir de la carte mémoire de l’appareil photo et enregistrez-les sous forme de fichiers .tiff ou .jpg sans compression.</li>
		<li>Utilisez les commandes Fichier &gt; Ouvrir du logiciel d’analyse d’images pour ouvrir les images de glace. Lancez le traitement de la première image (t0), en corrigeant la rotation si nécessaire (commandes : Modifier &gt; Rotation).</li>
		<li>Utilisez la référence de taille acquise dans chaque image (voir étapes 1.3.1 et 1.3.4.) pour calibrer spatialement l’image (commandes : Mesure &gt; étalonnage &gt; Image spatiale &gt;), en convertissant les pixels en millimètres (Figure supplémentaire 1).</li>
		<li>Sélectionnez la zone d’intérêt rectangulaire, y compris l’échantillon de crème glacée et en évitant le bord de l’écran en treillis métallique (commandes : Modifier &gt; Nouvelle zone d’intérêt &gt; Rectangulaire). Recadrez l’AOI et convertissez-la en une échelle de gris (profondeur de couleur, 8) à l’aide des commandes Modifier &gt; Convertir en &gt; échelle de gris 8 (Figure supplémentaire 2).</li>
		<li>Appliquez le filtre Ajustement optimal qui ajuste automatiquement la luminosité et le contraste (commandes : Améliorer &gt; Égaliser &gt; Ajustement optimal).</li>
		<li>Allez dans la fenêtre Mesurer &gt; Nombre/Taille du logiciel et ouvrez la fenêtre Mesurer pour sélectionner les paramètres suivants : Surface, Hauteur de la boîte et Largeur de la boîte. Cliquez ensuite sur OK pour fermer cette fenêtre (Figure supplémentaire 3).</li>
		<li>Sélectionnez la mesure manuelle (cochez Manuel dans la fenêtre Compte/Taille ) et cliquez sur Sélectionner les plages pour définir les valeurs de l’histogramme afin de segmenter exactement la forme brillante de la glace. Fermez la fenêtre Segmentation (Figure 4 supplémentaire).</li>
		<li>Cliquez sur Comptage dans la fenêtre Comptage/Taille du logiciel pour mesurer les trois paramètres sélectionnés à l’étape 2.1.6. Si des objets brillants autres que l’échantillon de glace sont comptés, utilisez un seuil de surface pour filtrer les objets (commandes : Mesurer &gt; Sélectionner les mesures &gt; Zone ; ajuster les plages de début et de fin). Affichez les résultats de mesure en cliquant sur Afficher &gt; données de mesure (Figure 5 supplémentaire). Utilisez Fichier &gt; données dans le presse-papiers pour copier les résultats de mesure et les coller dans une feuille de calcul d’un logiciel de gestion de données.</li>
		<li>Répétez les étapes 2.1.2 à 2.1.8 pour chaque image collectée lors de la fonte de la crème glacée.</li>
	</ol></li>
	<li>Évaluation des indices de fusion REMARQUE : À partir de maintenant, les paramètres de taille mesurés à partir des images de crème glacée seront indiqués comme suit : A, surface ; H, hauteur de la boîte ; W, largeur de la boîte (figure supplémentaire 6).<ol><li>En utilisant les données H et W calculées à l’étape précédente 2.1 aux différents moments t pendant la fusion (0 min, 15 min, 30 min, 45 min, 75 min et 90 min), calculez l’indice de rétention de forme (Rt) selon l’équation 1 : <img alt="Equation 1" src="/files/ftp_upload/66114/66114eq01.jpg" style="margin: auto;">(1)</li>
		<li>Selon l’équation 2 et l’équation 3, reportez les données R et A calculées à chaque instant à l’indice correspondant au temps 0 (R0 et A0) et tracez les résultats obtenus en fonction du temps comme le montrent les figures 3A, B. La tendance de At en fonction du temps est liée à la vitesse de fonte de la crème glacée. <img alt="Equation 2" src="/files/ftp_upload/66114/66114eq02.jpg" style="margin: auto;">(2) <img alt="Equation 3" src="/files/ftp_upload/66114/66114eq03.jpg" style="margin: auto;">(3)</li>
	</ol></li>
</ol>Figure supplémentaire 1 : Étalonnage spatial de l’image. (A) Allez dans la fenêtre Mesure &gt; Étalonnage &gt; Spatial du logiciel d’analyse d’images. Sélectionnez Nouveau, puis marquez Image pour ouvrir la fenêtre Mise à l’échelle . La longueur de référence dans l’unité de conversion des pixels (par exemple, les millimètres) est indiquée. (B) Superposez soigneusement la barre verte avec la partie de référence correspondant à la longueur indiquée et cliquez sur OK. <a href="https://www.jove.com/files/ftp_upload/66114/Figure%201S.zip" target="_blank">Veuillez cliquer ici pour télécharger ce fichier.</a>
Figure supplémentaire 2 : Recadrage de l’AOI et conversion de celle-ci en niveaux de gris. (A) Conversion de la zone d’intérêt (AOI) en niveaux de gris et (B) l’image résultante. <a href="https://www.jove.com/files/ftp_upload/66114/Figure%202S.zip" target="_blank">Veuillez cliquer ici pour télécharger ce fichier.</a>
Figure supplémentaire 3 : Sélection des paramètres à mesurer. Dans la fenêtre Sélectionner une mesure , les paramètres à mesurer peuvent être sélectionnés. Pour l’évaluation de la fonte de la crème glacée, la surface, la largeur et la hauteur de la boîte doivent être sélectionnées. <a href="https://www.jove.com/files/ftp_upload/66114/Figure%203S.zip" target="_blank">Veuillez cliquer ici pour télécharger ce fichier.</a>
Figure supplémentaire 4 : Segmentation de l’échantillon de crème glacée. Dans la fenêtre « Segmentation », il est possible de sélectionner les plages d’histogramme à prendre en compte pour couvrir exactement la surface de la forme de la glace. <a href="https://www.jove.com/files/ftp_upload/66114/Figure%204S.zip" target="_blank">Veuillez cliquer ici pour télécharger ce fichier.</a>
Figure supplémentaire 5 : Filtrage des objets et de la fonction Count. Les lignes rouges mettent en évidence les objets brillants reconnus. En appliquant la fonction de comptage et en ouvrant la fenêtre « Affichage, Données de mesure », les résultats des paramètres sélectionnés s’affichent (A). Pour filtrer uniquement la forme de la glace, il est possible de sélectionner une plage de surface minimale et maximale dans la fenêtre « Sélectionner la mesure », ne comptant ainsi que les paramètres d’un seul objet (B). <a href="https://www.jove.com/files/ftp_upload/66114/Figure%205S.zip" target="_blank">Veuillez cliquer ici pour télécharger ce fichier.</a>
Figure supplémentaire 6 : Indice de rétention de forme (R). La hauteur de la boîte (Ht, pointillée rouge) et la largeur de la boîte (Lt, ligne continue noire) utilisées pour le calcul de l’indice de rétention de forme (R) sont indiquées. <a href="https://www.jove.com/files/ftp_upload/66114/Figure%206S.zip" target="_blank">Veuillez cliquer ici pour télécharger ce fichier.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/66114/66114fig03.jpg"> Figure 3 : Courbes de rétention de forme et d’aire. Exemple de courbes de forme de crème glacée (A) et de rétention de surface (B), dans lesquelles les valeurs moyennes Rt/R0 et At/A0 sont tracées dans le temps ; Les barres d’erreur correspondent aux valeurs de l’écart-type obtenues par les réplicats d’analyse. <a href="https://www.jove.com/files/ftp_upload/66114/66114fig03large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>
3. Elaboration de données gravimétriques
<ol><li>A la fin de l’essai de fusion (90 min), enregistrez la feuille de calcul avec le poids de l’échantillon fondu (grammes) pour chaque minute d’analyse obtenue par le logiciel connecté à la balance numérique.</li>
	<li>Ouvrez le tableur de poids dans un logiciel de gestion de données pour créer un graphique du poids fondu (grammes) en fonction du temps (minutes), obtenant ainsi la courbe de fusion de l’échantillon de glace.</li>
	<li>Sélectionnez les données dans la partie linéaire de la courbe de fusion et calculez la droite de régression des moindres carrés, en enregistrant l’équation 4 et le coefficient de régression (R2). <img alt="Equation 4" src="/files/ftp_upload/66114/66114eq04.jpg" style="margin: auto;">(4)</li>
	<li>La valeur de pente de la droite de régression (m) est le taux de fonte de la crème glacée (grammes/minute). Calculez le temps de début de la fusion (ts ; minute) comme l’ordonnée à l’origine (lorsque y = 0) comme suit : <img alt="Equation 5" src="/files/ftp_upload/66114/66114eq05.jpg" style="margin: auto;">(5)</li>
</ol><img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/66114/66114fig04.jpg"> Figure 4 : Courbe gravimétrique. Exemple d’une courbe de fonte de crème glacée obtenue par la méthode gravimétrique. La courbe d’origine est représentée en rouge ; les séries de données sélectionnées dans la partie linéaire sont indiquées en vert ; La ligne de régression calculée est indiquée en points noirs. L’équation et le coefficient de détermination (R2) de la droite de régression sont également indiqués. <a href="https://www.jove.com/files/ftp_upload/66114/66114fig04large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>
REMARQUE : Pour obtenir des résultats fiables à analyser statistiquement, répétez l’ensemble de la procédure d’essai de fusion et de traitement d’image au moins trois fois pour chaque échantillon.

<meta charset="utf8"></head><body>Étude du comportement de fonte de la crème glacée à l’aide d’un système de vision par ordinateur

<ol><li>Marshall, R. T., Arbuckle, W. S. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aMarshall%2C+RT+%22Ice+Cream%22">Ice Cream</a>. , Chapman and Hall. New York. (1996).</li>
<li>Goff, H. D., Hartel, R. W. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aGoff%2C+HD+%22Ice+Cream%22">Ice Cream</a>. , Springer. Boston. (2013).</li>
<li>Metilli, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Investigating+the+microstructure+of+soft%2C+microporous+matter+with+synchrotron+X-ray+tomography%5BTitle%5D)+AND+%22Materials+Characterization%22%5BJournal%5D)">Investigating the microstructure of soft, microporous matter with synchrotron X-ray tomography.</a> Materials Characterization. 180, 111408(2021).</li>
<li>Liu, X., Sala, G., Scholten, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Structural+and+functional+differences+between+ice+crystal-dominated+and+fat+network-dominated+ice+cream%5BTitle%5D)+AND+%22Food+Hydrocolloids%22%5BJournal%5D)">Structural and functional differences between ice crystal-dominated and fat network-dominated ice cream.</a> Food Hydrocolloids. 138, 108466(2023).</li>
<li>Alamprese, C., Foschino, R., Rossi, M., Pompei, C., Savani, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Survival+of+Lactobacillus+johnsonii+La1+and+influence+of+its+addition+in+retail-manufactured+ice+cream+produced+with+different+sugar+and+fat+concentrations%5BTitle%5D)+AND+%22International+Dairy+Journal%22%5BJournal%5D)">Survival of Lactobacillus johnsonii La1 and influence of its addition in retail-manufactured ice cream produced with different sugar and fat concentrations.</a> International Dairy Journal. 12 (2-3), 201-208 (2002).</li>
<li>Alamprese, C., Foschino, R. Technology and Stability of Probiotic and Prebiotic Ice Cream. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aAlamprese%2C+C+%22Probiotic+and+Prebiotic+Foods%3A+Technology%2C+Stability+and+Benefits+to+Human+Health%22">Probiotic and Prebiotic Foods: Technology, Stability and Benefits to Human Health</a>. , Nova Science Publishers, Inc. Hauppauge, NY. Chapter 11 (2011).</li>
<li>Golnabi, H., Asadpour, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Design+and+application+of+industrial+machine+vision+systems%5BTitle%5D)+AND+%22Robotics+and+Computer-Integrated+Manufacturing%22%5BJournal%5D)">Design and application of industrial machine vision systems.</a> Robotics and Computer-Integrated Manufacturing. 23 (6), 630-637 (2007).</li>
<li>Patel, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((DBGC%3A+Dimension-based+generic+convolution+block+for+object+recognition%5BTitle%5D)+AND+%22Sensors%22%5BJournal%5D)">DBGC: Dimension-based generic convolution block for object recognition.</a> Sensors. 22 (5), 1780(2022).</li>
<li>Bhatt, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((CNN+variants+for+computer+vision%3A+History%2C+architecture%2C+application%2C+challenges+and+future+scope%5BTitle%5D)+AND+%22Electronics%22%5BJournal%5D)">CNN variants for computer vision: History, architecture, application, challenges and future scope.</a> Electronics. 10 (20), 2470(2021).</li>
<li>Zhu, L., Spachos, P., Pensini, E., Plataniotis, K. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Deep+learning+and+machine+vision+for+food+processing%3A+A+survey%5BTitle%5D)+AND+%22Current+Research+in+Food+Science%22%5BJournal%5D)">Deep learning and machine vision for food processing: A survey.</a> Current Research in Food Science. 4, 233-249 (2021).</li>
<li>Donhowe, D. P., Hartel, R. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Recrystallization+of+ice+in+ice+cream+during+controlled+accelerated+storage%5BTitle%5D)+AND+%22International+Dairy+Journal%22%5BJournal%5D)">Recrystallization of ice in ice cream during controlled accelerated storage.</a> International Dairy Journal. 6 (11-12), 1191-1208 (1996).</li>
<li>Velásquez-Cock, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Influence+of+cellulose+nanofibrils+on+the+structural+elements+of+ice+cream%5BTitle%5D)+AND+%22Food+Hydrocolloids%22%5BJournal%5D)">Influence of cellulose nanofibrils on the structural elements of ice cream.</a> Food Hydrocolloids. 87, 204-213 (2019).</li>
<li>Moriano, M. E., Alamprese, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Honey%2C+trehalose+and+erythritol+as+sucrose-alternative+sweeteners+for+artisanal+ice+cream.+A+pilot+study%5BTitle%5D)+AND+%22LWT-Food+Science+%26+Technology%22%5BJournal%5D)">Honey, trehalose and erythritol as sucrose-alternative sweeteners for artisanal ice cream. A pilot study.</a> LWT-Food Science & Technology. 75, 329-334 (2017).</li>
<li>Loffredi, E., Moriano, M. E., Masseroni, L., Alamprese, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+different+emulsifier+substitutes+on+artisanal+ice+cream+quality%5BTitle%5D)+AND+%22LWT-Food+Science+%26+Technology%22%5BJournal%5D)">Effects of different emulsifier substitutes on artisanal ice cream quality.</a> LWT-Food Science & Technology. 137, 110499(2021).</li>
<li>Loffredi, E., Alamprese, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimisation+of+a+blend+of+emulsifier+substitutes+for+clean-label+artisanal+ice+cream%5BTitle%5D)+AND+%22LWT-Food+Science+%26+Technology%22%5BJournal%5D)">Optimisation of a blend of emulsifier substitutes for clean-label artisanal ice cream.</a> LWT-Food Science & Technology. 173, 114338(2023).</li>
<li>Moriano, M. E., Alamprese, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Organogels+as+novel+ingredients+for+low+saturated+fat+ice+creams%5BTitle%5D)+AND+%22LWT-Food+Science+%26+Technology%22%5BJournal%5D)">Organogels as novel ingredients for low saturated fat ice creams.</a> LWT-Food Science & Technology. 86, 371-376 (2017).</li>
</ol>

Le CVS proposé permet de calculer les indices de forme et de conservation de surface des échantillons de crème glacée pendant la fusion, en plus de visualiser le processus de fusion. Il peut être couplé à la méthode gravimétrique traditionnelle appliquée pour évaluer le comportement de fusion de la glace5, afin d’obtenir des résultats liés à l’aspect de la glace. Ceci est très important car les consommateurs évaluent sa qualité également en fonction de l’aspect visuel du produit, et la capacité de conserver la forme pendant la fusion est liée à la composition et à la structure de la crème glacée 1,3. L’application de ce système dans les industries alimentaires peut améliorer le contrôle de la qualité ainsi que la recherche et le développement de nouvelles formulations.
L’exemple des résultats obtenus pour la fusion de trois échantillons de crème glacée différents pour les édulcorants utilisés a démontré que le CVS proposé est sensible aux différentes compositions (Tableau 1 et Tableau 2), encore plus que la méthode gravimétrique, qui n’a pas permis de mettre en évidence des différences significatives entre les échantillons (Tableau 3). La sensibilité de l’indice de rétention de forme à la formulation de la crème glacée a également été démontrée dans nos travaux précédents 13,14,15,16. En raison de la grande sensibilité de la méthode proposée, elle peut même remplacer la procédure gravimétrique.
Outre la préparation de l’échantillon de crème glacée, les étapes les plus critiques du CVS développé sont liées à une bonne capture d’image et à la segmentation7. Le fait de rapporter les données Rt et At aux valeurs initiales calculées au temps 0 permet d’éviter d’éventuels résultats trompeurs dus à des expériences différentes mises en place entre les répétitions. Cependant, les erreurs de parallaxe lors de l’acquisition d’images peuvent entraîner une surestimation de la surface de l’échantillon lors de la fusion, en particulier si les images collectées en un seul essai ne sont pas cohérentes en raison d’un changement de position de la caméra d’une acquisition à l’autre. Ainsi, une grande attention doit être accordée au réglage de la procédure d’acquisition d’images, à la garantie que l’écran en treillis métallique avec l’échantillon sur le dessus est parfaitement aligné avec l’objectif de la caméra, ainsi qu’à la définition et à la sécurisation minutieuses de la position de la caméra devant l’armoire thermostatique. De même, une mauvaise segmentation d’image peut conduire à une surestimation ou à une sous-estimation de la surface de la glace, mais aussi de H et W, ce qui entraîne des indices de rétention de forme insignifiants. Dans ce cas, la source d’erreur la plus élevée est représentée par d’éventuelles pointes au bord de la portion de glace posée sur le treillis métallique, ou des bulles apparaissant à la surface de la glace pendant la fusion (Figure 7), qui doivent être retirées de la forme brillante avant de mesurer la surface de la boîte et les boîtes W et H. Ce problème peut être résolu à l’aide de la fonction Diviser l’objet du logiciel d’analyse d’images. Un arrière-plan très contrasté est également utile pour une meilleure segmentation de l’image7. La couleur d’arrière-plan doit être choisie en fonction de la couleur de l’échantillon de crème glacée, et une saturation élevée des couleurs est souhaitable pour un meilleur contraste.
<img alt="Figure 7" class="xfigimg" src="/files/ftp_upload/66114/66114fig07.jpg"> Figure 7 : Sources possibles d’erreur dans la segmentation de la forme de la crème glacée. Les flèches rouges indiquent des pointes et des bulles possibles sur la forme de la crème glacée qui peuvent conduire à un mauvais calcul de la surface, de la hauteur et de la largeur. <a href="https://www.jove.com/files/ftp_upload/66114/66114fig07large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>
Si les images sont bien collectées et traitées, le CVS est encore plus sensible et précis que la méthodologie gravimétrique. En effet, dans les exemples présentés, les coefficients de variation pour les analyses gravimétriques variaient entre 4% et 20%, ce qui rend toutes les données moyennes pas significativement différentes (ANOVA, p &gt; 0,05). À l’inverse, pour les indices CVS, les valeurs des coefficients de variation variaient de 0,1 % à 13 %, révélant des différences significatives entre les trois échantillons de crème glacée lors de la fusion (tableau 1 et tableau 2). La réduction du taux de fusion causée par l’érythritol est probablement liée à la formation de cristaux de sucre amorphe lors de la congélation de la crème glacée et à la solubilité plus faible de cet édulcorant par rapport au saccharose et au sucromalt, qui représentent une plus grande quantité d’eau congelée dans le produit final13. D’autres applications réussies du CVS proposé ici peuvent être trouvées dans nos études précédentes 13,14,15,16.
Lorsqu’une bonne standardisation de la procédure de traitement d’image est obtenue, le traitement automatique de l’image peut être réglé à l’aide de la fonction Macro-Recording du logiciel d’analyse d’images, ce qui accélère considérablement le processus d’élaboration. Bien entendu, une révision précise des données par l’opérateur est toujours nécessaire pour éviter les artefacts et les données erronées. De plus, l’élaboration des courbes de forme et de rétention de surface peut être effectuée pour calculer les paramètres cinétiques et remplacer la méthode gravimétrique.
Le protocole peut également être appliqué à d’autres produits alimentaires pour lesquels le taux de fusion et l’indice de conservation de la forme sont importants, tels que les mousses et les mousses (par exemple, la crème de lait fouetté et le blanc d’œuf). Le point le plus important est l’autoportance des produits, tandis que la température pendant les essais de fusion peut être adaptée au produit spécifique.

La crème glacée est un système multiphasé dans lequel les phases liquide, solide et gazeuse sont strictement liées. La phase liquide continue enveloppe des bulles d’air et des cristaux de glace, et elle contient des graisses partiellement cristallisées, des protéines colloïdales, des sels, des sucres (éventuellement cristallisés) et des stabilisants. La composition de la crème glacée varie en fonction des demandes du marché local et d’éventuelles réglementations. Bien que la technologie de traitement affecte les caractéristiques de la crème glacée finale, chaque constituant joue un rôle important dans la définition de la qualité du produit1. Le comportement à la fonte est l’un des indices de qualité les plus importants de la crème glacée, compte tenu des phénomènes qui se produisent à la fois lors de la consommation et en bouche. Avec la pénétration de la chaleur dans la crème glacée, les cristaux de glace fondent et l’eau se diffuse et se mélange à la phase sérum, qui peut s’écouler à travers la structurerestante 2. Un produit à fusion rapide n’est pas souhaitable pour manger confortablement, mais aussi pour garantir une plus grande résistance aux chocs thermiques. Cependant, les produits à fusion lente indiquent également certains défauts dans la formulation1. On sait que la microstructure de la crème glacée est responsable des propriétés de fusion3, mais des résultats contrastés ont été publiés jusqu’à présent, montrant que les connaissances sur l’influence des facteurs microstructuraux sur la fusion sont encore limitées4. Ainsi, d’autres études sont nécessaires pour élucider le mécanisme de fusion, qui est également crucial dans la conception de nouvelles formulations3.
Le comportement à la fusion est généralement évalué par des méthodes gravimétriques et exprimé en termes de temps de début et de vitesse de fusion5. Une portion donnée de crème glacée est placée sur un treillis métallique dans une armoire à température contrôlée, et le poids du produit fondu est enregistré. À partir de la courbe poids-temps, trois phases peuvent être mises en évidence : la phase de latence au cours de laquelle la chaleur pénètre se produit, la phase de fusion rapide avec la phase sérique diluée s’écoulant à travers la structure de la crème glacée à la vitesse maximale, et la phase stationnaire, où la majeure partie du produit s’est écoulée2.
Avec la méthode gravimétrique, les produits à fusion lente et rapide peuvent être reconnus ; Cependant, l’aspect de la crème glacée lors de la fusion est également important, car la conservation de la forme est liée à une bonne composition et structure du produit6. Ainsi, une procédure basée sur un système de vision par ordinateur (CVS) peut soutenir la méthodologie gravitationnelle déjà existante en permettant l’étude de l’aspect du produit lors de la fusion. Les CVS peuvent acquérir de nombreux attributs alimentaires3 (par exemple, la taille, le poids, la forme, la texture et la couleur) avec des détails précis qui ne peuvent pas être observés par l’œil humain. Ces systèmes sont généralement constitués d’appareils photo numériques et de logiciels de traitement d’images7. En effet, un protocole basé sur les CVS comprend deux étapes principales : 1) l’acquisition d’images et 2) le traitement d’images. Différents niveaux de traitement d’images peuvent être appliqués7, des plus simples aux plus complexes, comme les méthodes d’apprentissage profond pour le développement de l’intelligence artificielle 8,9. Une grande attention a récemment été accordée aux CVS dans le secteur alimentaire, et un grand nombre d’applications ont été développées pour l’inspection de la sécurité alimentaire, la surveillance de la transformation des aliments, la détection de corps étrangers et d’autres domaines. Ils sont rapides, efficaces et non destructifs, représentant ainsi des outils valables pour fournir aux consommateurs des aliments sûrs et de haute qualité10.
Dans le domaine de la crème glacée, une méthode d’analyse d’images a été proposée pour étudier la recristallisation de la glace par microscopie optique11. Plus récemment, des images de tomographie par ordinateur à rayons X ont été traitées pour analyser la microstructure 3D de matériaux poreux mous, y compris la crème glacée3. Cependant, l’élaboration d’images numériques simples de dispositifs à couplage de charge (CCD) peut présenter plusieurs avantages en termes de facilité d’acquisition et de rendu de l’aspect glace tel que perçu par les consommateurs. Certains auteurs montrent des images de crème glacée pendant la fonte12, mais, à notre connaissance, l’extraction d’indices numériques à partir des images a été rapportée pour la première fois par Moriano et Alamprese13.
Par conséquent, le protocole proposé ici, basé sur les travaux de Moriano et Alamprese13, illustre un CVS simple qui peut être appliqué pour soutenir la méthodologie gravitationnelle déjà existante pour l’étude du comportement de la fonte de la crème glacée. Un schéma fonctionnel de la méthode proposée est illustré à la figure 1. L’utilisation d’un tel système permet de calculer deux indices de fusion liés à la conservation de la forme et à la vitesse de fusion. En particulier, l’article décrit pour la première fois la configuration expérimentale détaillée et la procédure d’acquisition d’images numériques pendant la fonte de la crème glacée et les étapes de traitement des images. En outre, les résultats obtenus à partir de crèmes glacées produites avec différents édulcorants (c’est-à-dire le saccharose, le sucromalt et l’érythritol) montreraient le potentiel de la méthode.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/66114/66114fig01.jpg"> Figure 1 : Schéma fonctionnel des méthodologies proposées. Résumé des étapes générales du système de vision par ordinateur proposé et de la méthode gravimétrique pour étudier le comportement de la fonte de la crème glacée. <a href="https://www.jove.com/files/ftp_upload/66114/66114fig01large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>

<table><tbody><tr><td>Cabinet</td><td>Cavallo s.r.l.</td><td>FTX700</td><td>Emplacement de l’essai de fusion</td></tr><tr><td>Appareil photo numérique</td><td>Sony Group Corp</td><td>DSC-S650</td><td></td></tr><tr><td>Balance numérique</td><td>Gibertini Elettronica</td><td>EU-C 4002 LCD</td><td></td></tr><tr><td>ImagePro Plus 7.0</td><td>Media Cybernetics, Inc</td><td>N/A</td><td>Logiciel d’analyse d’images Logiciel d’élaboration</td></tr><tr><td>Microsoft Excel</td><td>Microsoft</td><td>N/A</td><td>Élaboration de données et graphiques</td></tr><tr><td>Scalecom</td><td>Gibertini Elettronica</td><td>N/A</td><td>Balance numérique logiciel d’acquisition</td></tr><tr><td>Trépied</td><td>Manfratto</td><td>#055</td><td></td></tr></tbody></table>

système de vision par ordinateur pour l’évaluation du comportement de fonte de la crème glacée

A Computer Vision System for the Assessment of Ice Cream Melting Behavior

À titre d’exemple des résultats CVS proposés, les résultats des analyses de fusion pour trois formulations différentes de crème glacée sont présentés, comparés aux données obtenues par la méthode gravimétrique. En particulier, le comportement de fusion des crèmes glacées à base d’édulcorants différents (c’est-à-dire le saccharose, le sucromalt et l’érythritol) a été étudié.
Le tableau 1 et la figure 5A montrent les résultats de l’indice de rétention de forme (Rt/R0) pour les trois échantillons de crème glacée pendant la fusion. Une rétention de forme similaire a été observée pour tous les échantillons jusqu’à 45 min ; ensuite, l’échantillon fabriqué avec du saccharose a perdu sa forme plus rapidement que les autres produits, ce qui a entraîné un Rt/R0 significativement plus faible selon l’analyse de variance à un facteur (ANOVA), suivie du test de la différence la moins significative (LSD) (p &lt; 0,05). Seul l’échantillon contenant de l’érythritol a conservé sa forme jusqu’à la fin de l’essai, ce qui a donné des valeurs mesurables de Rt/R0 .
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td></td>
			<td colspan="2">SACCHAROSE</td>
			<td colspan="2">SUCROMALT</td>
			<td colspan="2">ÉRYTHRITOL</td>
		</tr><tr><td>Temps (min)</td>
			<td>At/A0</td>
			<td>S.D.</td>
			<td>At/A0</td>
			<td>S.D.</td>
			<td>At/A0</td>
			<td>S.D.</td>
		</tr><tr><td>0</td>
			<td>1.00</td>
			<td>-</td>
			<td>1.00</td>
			<td>-</td>
			<td>1.00</td>
			<td>-</td>
		</tr><tr><td>15</td>
			<td>0,91a</td>
			<td>0.01</td>
			<td>0,93a</td>
			<td>0.02</td>
			<td>0,92a</td>
			<td>0.04</td>
		</tr><tr><td>30</td>
			<td>0,76a</td>
			<td>0.04</td>
			<td>0,82a</td>
			<td>0.02</td>
			<td>0,84a</td>
			<td>0.04</td>
		</tr><tr><td>45</td>
			<td>0,56a</td>
			<td>0.04</td>
			<td>0,66AB</td>
			<td>0.02</td>
			<td>0,74milliard</td>
			<td>0.03</td>
		</tr><tr><td>60</td>
			<td>0,32a</td>
			<td>0.01</td>
			<td>0,46milliard</td>
			<td>0.02</td>
			<td>0,62°C</td>
			<td>0.01</td>
		</tr><tr><td>75</td>
			<td>0,13a</td>
			<td>0.01</td>
			<td>0,24milliard</td>
			<td>0.02</td>
			<td>0,52°C</td>
			<td>0.02</td>
		</tr><tr><td>90</td>
			<td>s.d.</td>
			<td>-</td>
			<td>s.d.</td>
			<td>-</td>
			<td>0.40</td>
			<td>0.01</td>
		</tr><tr><td colspan="7">s.d., non détectable</td>
		</tr></tbody></table>Tableau 1 : Valeurs moyennes et écarts-types des indices de conservation de forme pour les trois échantillons de crème glacée produits avec des édulcorants différents. Des lettres minuscules différentes dans la même rangée indiquent des valeurs moyennes significativement différentes (p &lt; 0,05).
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/66114/66114fig05.jpg"> Figure 5 : Courbes de forme et de rétention de surface pour les trois échantillons de crème glacée produits avec des édulcorants différents. (A) Courbes de forme et (B) courbes de rétention de surface. La ligne rose représente l’échantillon de saccharose, considéré comme une référence ; La ligne jaune représente l’échantillon de sucromalt et la ligne bleue représente l’échantillon d’érythritol. <a href="https://www.jove.com/files/ftp_upload/66114/66114fig05large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>
L’échantillon contenant de l’érythritol a également montré un taux de fusion plus faible, comme en témoignent les indices de fusion At/A0 (tableau 2 et figure 5B). À partir de 45 minutes, l’échantillon d’érythritol a montré la rétention de surface significativement plus élevée (p &lt; 0,05), suivie des glaces contenant respectivement du sucromalt et du saccharose.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td></td>
			<td colspan="2">SACCHAROSE</td>
			<td colspan="2">SUCROMALT</td>
			<td colspan="2">ÉRYTHRITOL</td>
		</tr><tr><td>Temps (min)</td>
			<td>Rt/R0</td>
			<td>S.D.</td>
			<td>Rt/R0</td>
			<td>S.D.</td>
			<td>Rt/R0</td>
			<td>S.D.</td>
		</tr><tr><td>0</td>
			<td>1.00</td>
			<td>-</td>
			<td>1.00</td>
			<td>-</td>
			<td>1.00</td>
			<td>-</td>
		</tr><tr><td>15</td>
			<td>0,98A</td>
			<td>0.04</td>
			<td>0,97a</td>
			<td>0.01</td>
			<td>0,93a</td>
			<td>0.02</td>
		</tr><tr><td>30</td>
			<td>0,94A</td>
			<td>0.05</td>
			<td>0,94A</td>
			<td>0.02</td>
			<td>0,89a</td>
			<td>0.02</td>
		</tr><tr><td>45</td>
			<td>0,80A</td>
			<td>0.03</td>
			<td>0,89a</td>
			<td>0.02</td>
			<td>0,84a</td>
			<td>0.02</td>
		</tr><tr><td>60</td>
			<td>0,64a</td>
			<td>0.04</td>
			<td>0,78milliard</td>
			<td>0.01</td>
			<td>0,76milliard</td>
			<td>0.03</td>
		</tr><tr><td>75</td>
			<td>0,54a</td>
			<td>0.03</td>
			<td>0,65A</td>
			<td>0.01</td>
			<td>0,60A</td>
			<td>0.07</td>
		</tr><tr><td>90</td>
			<td>s.d.</td>
			<td>-</td>
			<td>s.d.</td>
			<td>-</td>
			<td>0.45</td>
			<td>0.06</td>
		</tr><tr><td colspan="7">s.d., non détectable</td>
		</tr></tbody></table>Tableau 2 : Valeurs moyennes et écarts-types des indices de rétention de surface pour les trois échantillons de crème glacée produits avec des édulcorants différents. Des lettres minuscules différentes dans la même rangée indiquent des valeurs moyennes significativement différentes (p &lt; 0,05).
Les résultats ont également été confirmés par l’analyse gravimétrique, dont les données sont rapportées dans le tableau 3 en termes de temps de début de fusion (tS) et de vitesse de fusion (grammes/minute). Cependant, dans ce cas, aucune différence significative n’a été observée en appliquant l’ANOVA (p &gt; 0,05).
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td></td>
			<td colspan="2">SACCHAROSE</td>
			<td colspan="2">SUCROMALT</td>
			<td colspan="2">ÉRYTHRITOL</td>
		</tr><tr><td></td>
			<td>méchant</td>
			<td>S.D.</td>
			<td>méchant</td>
			<td>S.D.</td>
			<td>méchant</td>
			<td>S.D.</td>
		</tr><tr><td>ts (min)</td>
			<td>15.3a</td>
			<td>1.4</td>
			<td>16.4A</td>
			<td>1.4</td>
			<td>17.2a</td>
			<td>2.6</td>
		</tr><tr><td>Taux de fusion (g/min)</td>
			<td>2,67a</td>
			<td>0.26</td>
			<td>2,29a</td>
			<td>0.09</td>
			<td>1,96a</td>
			<td>0.41</td>
		</tr></tbody></table>Tableau 3 : Valeurs moyennes et d’écart-type des indices de fusion calculées par les méthodes gravimétriques pour les trois échantillons de crème glacée produits avec des édulcorants différents. ts, heure de début de la fusion. Des lettres minuscules différentes dans la même rangée indiquent des valeurs moyennes significativement différentes (p &lt; 0,05).
La figure 6 montre quelques images traitées (étape 2.1) acquises lors d’essais de fusion (étape 1.3) des trois échantillons de crème glacée ; Il est possible de remarquer la bonne conservation de la forme de tous les échantillons et le taux de fusion le plus faible de la crème glacée à base d’érythritol, qui n’a pas été complètement fondue après 90 min.
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/66114/66114fig06.jpg"> Figure 6 : Fusion des trois échantillons de crème glacée. Images acquises toutes les 15 minutes lors de la fusion des trois échantillons de glaces produits avec des édulcorants différents. Traitement des images des trois échantillons de crème glacée pendant la fonte. <a href="https://www.jove.com/files/ftp_upload/66114/66114fig06large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>

Système de vision par ordinateur pour l’évaluation du comportement de fonte de la crème glacée

Melting behavior is one of the most important quality indices of ice cream. It is usually evaluated by gravimetric methods and expressed in terms of ...

a-computer-vision-system-for-assessment-ice-cream-melting

Research

Recherche

JoVE Journal

Engineering

Ingénierie

Nous avons démontré que les lésions malignes pigmentées avec une activité métabolique accrue générer des quantités mesurables de la chaleur et de la mesure de la réponse thermique transitoire de la peau à une excitation de refroidissement permet l'identification quantitative de mélanome et autres cancers cutanés (vs non-prolifération naevus) à un stade précoce stade de la maladie.

Visualisation quantitative et la détection de cancer de la peau Utilisation dynamique imagerie thermique

Protéines de liaison de glace (IBP), également appelées protéines antigel, inhiber la croissance de la glace et sont un additif prometteur pour une utilisation dans la cryoconservation des tissus. Le principal outil utilisé pour étudier IBP est le osmomètre nanolitre. Nous avons développé une maison conçue étape de refroidissement monté sur un microscope optique et contrôlé à l'aide d'une routine sur mesure LabVIEW. L'osmomètre nanolitre décrit ici manipulé la température de l'échantillon d'une...

LabVIEW fonctionnant Osmomètre nanolitre Novel des enquêtes de glace Binding Protein

Des méthodes expérimentales pour l’étude des procédés de refroidissement à l’état solide et la caractérisation des propriétés des matériaux élastocaloriques des alliages à mémoire de forme (SMA) sont présentées. Un banc d’essai sur mesure a été conçu pour le contrôle et la surveillance complète des processus de refroidissement élastocalorique. De plus, il fournit une plate-forme de validation pour les approches de modélisation thermomécaniquement couplées.

Méthodes expérimentales pour les enquêtes de la mémoire de forme à base Elastocaloric processus de refroidissement et de validation du modèle

Un protocole pour la capture et l'analyse statistique de la réponse émotionnelle d'une population de boissons et d'aliments liquéfié dans un laboratoire d'analyse sensorielle en utilisant un logiciel d'analyse d'expression faciale automatisée est décrite.

Protocole de collecte de données et d&#39;analyse appliquée à la technologie d&#39;analyse de l&#39;expression du visage automatisé et analyse temporelle pour l&#39;évaluation sensorielle

En évaluant la douleur en réponse à des stimuli répétitifs ou à différents types de stimuli standardisés, le test sensoriel quantitatif dynamique (QST) peut révéler des changements dans le traitement central de la douleur. Nous présentons des méthodes pour optimiser et individualiser deux mesures dynamiques de QST : la sommation temporelle (TS) et la modulation conditionnée de la douleur (CPM).

Dynamic Quantitative Test sensoriel à Caractériser Central Processing douleur

Afin de permettre des prédictions fiables de l’adoucissement des substrats polymères pour implants neurones dans un environnement en vivo , il est important d’avoir une méthode fiable in vitro . Ici, l’utilisation de l’analyse mécanique dynamique dans une solution saline tamponnée au phosphate à la température corporelle est présentée.

Analyse mécanique dynamique environnementale pour prédire le comportement de ramollissement des Implants neurones

Ce protocole démontre la préparation d'un matériau photorhéologique qui présente une phase solide, diverses phases cristallines liquides, et une phase liquide isotrope en augmentant la température. Présentés ici sont des méthodes pour mesurer la relation structure-viscoélasticité du matériau.

Changement photorhéologique rapide et à contraste élevé d'un cristal liquide nematique Twist-Bend

Cette publication montre l’application de la diffraction des rayons X et de la calorimétrie différentielle à balayage comme étalons de référence pour étudier l’état solide des excipients à base de lipides (LBE). Comprendre l’altération à l’état solide dans les LBE et son effet sur la performance des produits pharmaceutiques est le facteur clé pour la fabrication de formes posologiques robustes à base de lipides.

Un ensemble d’outils analytiques établis pour étudier l’altération à l’état solide des excipients à base de lipides

Le présent protocole décrit la cristallisation de cristaux de glace microscopiques et d’hydrates de clathrate dans des dispositifs microfluidiques, permettant l’échange de liquides autour des cristaux formés. Cela offre des possibilités inégalées pour examiner le processus de cristallisation et les mécanismes de liaison des inhibiteurs.

Une approche microfluidique pour l’étude de la cristallisation de la glace et de l’hydrate de clathrate

Dans cet article, nous présentons une nouvelle méthode automatisée pour évaluer l’acuité visuelle chez les nourrissons et les tout-petits à l’aide d’un système de suivi oculaire.

Méthode automatisée d’évaluation de l’acuité visuelle chez les nourrissons et les tout-petits à l’aide d’un système de suivi oculaire

Découvrez une méthode de vision par ordinateur pour analyser le comportement de fonte de la crème glacée. Ce protocole évalue la rétention de forme et offre une sensibilité supérieure aux méthodes gravimétriques traditionnelles.

Système de vision par ordinateur pour l’évaluation du comportement de fonte de la crème glacée

Explorer plus de vidéos