Browsing by Author "Alva Pretel, Heiler Antoni"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Autenticación de canela verdadera (Cinnamomum verum) usando imágenes hiperespectrales y quimiometría
    (Universidad Nacional de Trujillo, 2024) Alva Pretel, Heiler Antoni; Siche Jara, Raúl Benito; Cruz Tirado, Luis Jam Pier
    La canela, una preciada especia con fragantes propiedades, desempeña un papel fundamental tanto en la industria alimentaria como en la farmacéutica. En el mercado, es posible encontrar dos variantes principales de canela: innamomum verum, conocida como canela verdadera, exclusiva de Sri Lanka, y Cinnamomum cassia, llamada canela falsa, que se cultiva en diversas regiones geográficas. Por ende, el propósito de este estudio consistió en desarrollar modelos de clasificación basados en imágenes hiperespectrales NIR (infrarrojo cercano) acopladas a técnicas quimiométricas. El objetivo era distinguir entre ramas de canela C. verum y C. cassia. Para empezar, se aplicó el análisis de componentes principales (PCA) para explorar las imágenes hiperespectrales. Los resultados del análisis de scores indicaron una alta similitud entre las especies, respaldada por concentraciones similares de macronutrientes. El tercer componente principal (PC3) permitió una diferenciación más efectiva de las clases en comparación con PC1 y PC2. Este componente presentó cargas que revelaron picos asociados a compuestos fenólicos y aromáticos, como la cumarina en el caso de C. cassia y la catequina en el caso de C. verum. Mediante el uso del análisis discriminante por mínimos cuadrados parciales (PLS-DA), se logró un buen desempeño en la clasificación según el origen de las muestras, con un índice de error del 3,3 % y una precisión del 96,7 %. Una prueba de permutación con un valor p < 0,05 confirmó que las predicciones de PLS-DA se basan en las características reales de los datos espectrales, descartando la posibilidad de resultados casuales. Los mapas de clasificación, tanto por píxeles (enfoque A) como por muestras (enfoque B, C y D), alcanzaron una tasa de clasificación correcta del 98,3 % para C. verum y del 100 % para C. cassia. Estos resultados indican que la combinación de NIR-HSI y PLS-DA se erige como un enfoque analítico confiable para llevar a cabo la autenticación de la canela.