Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Sviluppo di un sistema automatico basato sull’uso di immagini iperspettrali per la stima della composizione chimica del muscolo e del grasso sottocutaneo di cosce fresche utilizzate nella produzione di prosciutti DOP |
|---|---|
| Titolo del progetto di ricerca in inglese | Development of an automatic assessment system based on hyperspectral imaging for estimating chemical composition of muscle and subcutaneous fat of green hams used in |
| Campo principale della ricerca | Medical sciences |
| Sottocampo della ricerca | Veterinary medicine |
| G.S.D. | 07/AGRI-09 - SCIENZE E TECNOLOGIE ANIMALI |
| S.S.D | AGRI-09/A - Zootecnia generale e miglioramento genetico |
| G.S.D. | 09/ICHI-01 - SISTEMI, METODI E TECNOLOGIE DELL'INGEGNERIA CHIMICA E DI PROCESSO |
| S.S.D | ICHI-01/C - Teoria dello sviluppo dei processi chimici |
| Descrizione sintetica in italiano | L'obiettivo del progetto è sviluppare e implementare un sistema di valutazione automatica, basato sull'analisi di immagini iperspettrali e algoritmi di machine learning, per fornire una classificazione automatica coerente e affidabile delle cosce suine fresche per composizione chimica del muscolo e del grasso sottocutaneo, con potenziali applicazioni in linea in tempo reale. Il sistema di analisi delle immagini consisterà in una camera iperspettrale IR. Le immagini verranno acquisite su circa 500 campioni. Gli stessi prosciutti saranno sottoposti a prelievo di un campione di muscolo semimembranoso e di un campione di grasso sottocutaneo per la determinazione della composizione centesimale e del profilo acidico del grasso. Verranno utilizzate tecniche di regressione multivariata (ad esempio, partial least square regression, LASSO, convolutional neural networks) per ottenere predizioni della composizione del muscolo e del grasso. |
| Descrizione sintetica in inglese | The aim of the project is to develop and implement an automated evaluation system, based on hyperspectral image analysis and machine learning algorithms, to provide a consistent and reliable automatic classification of fresh pork thighs according to the chemical composition of the muscle and subcutaneous fat, with potential real-time in-line applications. The image analysis system will consist of an IR hyperspectral camera. Images will be acquired from approximately 500 samples. The same hams will be sampled to determine proximate composition and fatty acid profile in semimembranosus muscle and subcutaneous fat. Multivariate regression techniques (e.g., partial least square regression, LASSO, convolutional neural networks) will be used to predict the composition of muscle and fat. |
| Data del bando | 29/11/2024 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | https://protocollo.unipd.it/albo/ |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|
| Nome dell'Ente finanziatore | Università degli Studi di Padova- Dipartimento di Biomedicina Comparata e Alimentazione |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Padova |
| Sito web | http://www.bca.unipd.it |
| ricerca.bca@unipd.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 16/12/2024 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |