HamCapture: Image analysis of hams for the generation of high-throughput data for the meat industry and animal breeding
Sistema automatico per la qualità del prosciutto DOP: imaging iperspettrale e machine learning per prevedere difetti e ottimizzare la selezione genetica.
Il progetto mira a sviluppare un sistema automatico di valutazione della qualità per il prosciutto crudo DOP, basato su analisi 2D-3D e imaging iperspettrale, supportato da tecniche di apprendimento automatico. L'obiettivo è classificare i prosciutti freschi per difetti visivi e prevedere caratteristiche di qualità come spessore del grasso e perdite di peso. Inoltre, si propone di identificare geni associati alla qualità del prosciutto, offrendo strumenti per migliorare la selezione genetica delle linee suine.
Risultati attesi
Protocolli e pipelines applicabili a livello industriale per lo sviluppo di un sistema automatico affidabile per la classificazione dei prosciutti freschi, capace di prevedere difetti visivi, spessore del lardo e perdite di peso durante la stagionatura. Si prevede inoltre di identificare geni associati alla qualità del prosciutto e ottenere nuove conoscenze sui processi biologici che influenzano la stagionatura, migliorando così la selezione genetica e la gestione produttiva nell'industria del prosciutto crudo DOP.
Dettagli del progetto
- Programma di finanziamento: PRIN 2022
- Coordinatore: Università degli Studi di Padova
- Finanziamento: € 78.130,00
- Durata: 12/10/2023 - 28/02/2026
Gruppo di ricerca
-
Responsabile scientifica
-
Samuele Bovo
-
Jacopo Vegni
- D.D. del MUR : n. 104 del 02/02/2022
- MUR: 202238NP9N
- CUP: J53D23009570001