La base documentaire de l'IFIP

La base documentaire de l'IFIP : des centaines de documents à télécharger ou bien à commander.

Résultats 1 à 5 de 5 résultats
Rechercher une documentation
Publication Annéetrier par ordre croissant

Comparaison de méthodes pour valider l’estimation par scanner à induction magnétique de la composition de jambons et de poitrines

Consulter le resumé

Gérard Daumas et al., 52e Journées de la Recherche Porcine (FRA), 4 et 5 février 2020, Paris, p. 59-60, poster

Poster.

La validation statistique est une étape à ne pas négliger dans le processus de test d’une technologie. Néanmoins, il n’y a pas de consensus sur la méthode à appliquer. Les résultats semblent dépendre de la nature des données. Aussi, il est souvent conseillé de tester plusieurs méthodes. Ayant estimé la composition de jambons et poitrines par un scanner à induction magnétique sur un échantillon de calibrage (Daumas et al., 2019), les auteurs souhaitaient passer à l’étape de validation. Pour cela, les auteurs ont comparé la performance de cinq méthodes de régression linéaire parmi les plus courantes.

ENG

Poster.

Comparison of methods to validate magnetic induction scanner estimation of ham and belly composition

Magnetic induction scanning is a promising technology for carcass grading and sorting of cutting parts. The objective of this study was to compare the performance of five prediction methods of the composition of hams and bellies by magnetic induction, based on observations of a calibration sample. The five prediction methods tested were Ordinary Least Squares (OLS), Lasso, Ridge, Partial Least Squares (PLS), and complete selection of sub-models by minimizing Bayesian information criterion (Subset). For each statistical method, R2 and RMSEP were calculated in a 10-fold cross validation repeated 100 times with random division of the data into 10 segments. Data for two calibration samples were used: one for 100 hams and the other for 80 bellies. Hams and bellies were scanned with a recent commercial device using a low-intensity magnetic field. The four response variables, weights and contents of fat and muscle, were measured by computed tomography. Based on the median values, the PLS gave the best performance for hams. The dispersion of results was lowest with the PLS as well. For bellies, Ridge regression was the most successful, except for fat content, for which Subset was better. Muscle content of hams and fat content of bellies were estimated respectively with a median R2 of 0.64 and 0.66. The ranking of methods based on their prediction performance depended on the cut. Subset, Ridge and Lasso seemed to show the most stable prediction performance results among the cuts and response variables, always being close or equal to the best performance.

2020

Comparaison de méthodes pour valider l’estimation par scanner à induction magnétique de la composition de jambons et de poitrines

Consulter le resumé

Gérard Daumas et al., 52e Journées de la Recherche Porcine (FRA), 4 et 5 février 2020, Paris, poster

La validation statistique est une étape à ne pas négliger dans le processus de test d’une technologie. Néanmoins, il n’y a pas de consensus sur la méthode à appliquer. Les résultats semblent dépendre de la nature des données. Aussi, il est souvent conseillé de tester plusieurs méthodes. L’objectif de cette étude est de comparer la performance de cinq méthodes de régression linéaire parmi les plus courantes, dans le cadre de la prédiction de la composition tissulaire de pièces de découpe.

PDF icon jrp_2020_daumas_g16.pdf
2020

Estimation of the tissue composition of bellies by a magnetic induction scanner

Consulter le resumé

Gérard Daumas et al., 65th International Congress of Meat Science and Technology (ICOMST), 4-9 août 2019, Potsdam/Berlin, Allemagne, poster

The objective of the study was to develop models and assess the estimation error of bellies composition using a magnetic induction device.
Magnetic induction, which principle takes advantage of the dielectric properties of tissues, was successfully tested by Swan et al. (2001) on bellies, hams and shoulders. Simoncini et al. (2012) estimated fat and muscle composition of hams with a more recent device.
In the following, we draw conclusions based on experimental data on the extent to which such a device can be used to grade bellies.

PDF icon Gérard Daumas et al., 65th ICOMST, 4-9 août 2019, Potsdam/Berlin, Allemagne, poster, PDF icon Gérard Daumas et al., 65th ICOMST, 4-9 août 2019, p. 517-518
2019

Tri des pièces de découpe en ligne par scanner à induction magnétique

Consulter le resumé

Gérard Daumas, bilan 2018, éditions IFIP, avril 2019, p. 61

Le tri des pièces de découpe est encore essentiellement manuel. Les classes de qualité sont basées sur une appréciation de l’état d’engraissement sur la coupe.
Celle-ci ne reflète qu’imparfaitement la composition des pièces. Le secteur de la découpe est intéressé par des appareils pouvant prédire cette composition en ligne.
Un tel appareil a été développé par une entreprise espagnole (LENZ), d’abord pour trier les jambons. Le « HAM-INSPECTOR » repose sur un champ magnétique de faible intensité, qui génère un courant électrique, exploitant les propriétés diélectriques propres à chaque tissu. Il permet ainsi de prédire les poids de muscle et de gras, ainsi que les pourcentages de muscle et de gras.
Cet appareil déjà testé en Italie et en Espagne, où il est en place dans quelques entreprises, a été testé en avril 2018 par l’IFIP dans le cadre du projet CASDAR « HYPER-SCAN » (2017-2020) visant à développer des technologies innovantes de tri des pièces de découpe. Une petite centaine de jambons et de poitrines a été mesurée avant d’être passées au scanner de l’IFIP, ce dernier servant de référence.

PDF icon Gérard Daumas, bilan 2018, éditions IFIP, avril 2019, p. 61
2019

Estimation de la composition tissulaire de jambons et poitrines par un scanner à induction magnétique

Consulter le resumé

51es Journées de la Recherche Porcine, 5 et 6 février 2019, Paris, p. 339-344, par Gérard Dumas et al.

Le maillon aval est intéressé par un tri automatique des pièces de découpe. L’objectif de cette étude est de développer des modèles d’estimation de la composition tissulaire des jambons et des poitrines en utilisant un appareil commercial récent basé sur l’induction magnétique. Deux groupes d’échantillons ont été mesurés par cet appareil dans un atelier de découpe : l’un de 100 jambons et l’autre de 80 poitrines, à raison de 20 poitrines pour chacune des quatre classes de gras. Les pièces ont ensuite été scannées par un tomographe à rayons X, servant de référence pour la composition tissulaire. Les images tomographiques ont été segmentées, afin de calculer les poids et les teneurs en muscle et en gras. Ces quatre variables à expliquer ont été régressées sur le poids de la pièce et les paramètres classiques du signal de réponse à l’induction magnétique, mais aussi sur des coefficients de forme, calculés par des B-splines. Les meilleurs modèles incluaient deux variables pour le jambon, issues du poids de la pièce et de l’amplitude maximale du signal. Pour les poitrines, à ces variables s’ajoutaient l’aire sous le signal et un ou deux coefficients de forme. Les meilleurs résultats ont été obtenus pour les poids de tissus, avec un R2 ajusté de 0,94 pour le muscle du jambon et le gras de la poitrine. Le R2 ajusté du pourcentage de muscle était de 0,80 pour les poitrines et 0,65 pour les jambons. La proportion de poitrines bien classées a été estimée à 88%. Ces résultats confirment le potentiel de l’induction magnétique pour le tri des pièces et laissent entrevoir des perspectives pour l’utilisation de l’appareil testé.

Estimation of the tissue composition of hams and bellies by a magnetic induction scanner

The meat industry is interested in automatic sorting of the primary cuts. The objective of this study was to develop models to estimate the tissue composition of hams and bellies by using recent commercial equipment based on magnetic induction. Two groups of samples were measured by this apparatus in a cutting room: one of 100 hams and the other of 80 bellies, with 20 bellies in each of four fatness classes. The cuts were then scanned by an X-ray tomograph (CT), used as a reference for tissue composition. The CT images were segmented to calculate the weights and the contents of muscle and fat. These response variables were regressed on the cut’s weight and the classic parameters of the magnetic induction response signal, but also on shape factors, calculated by B-splines. The best models included two variables for hams, derived from the weight of the cut and the maximum amplitude of the signal. To these variables were added the area under the signal and one or two shape factors for the bellies. The best results were obtained for tissue weights, with an adjusted R2 of 0.94 for ham muscle and belly fat. The adjusted R2 of the muscle percentage was 0.80 for the bellies and 0.65 for the hams. The percentage of well-classified bellies was estimated at 88%. These results confirm the potential of magnetic induction to sort cuts and suggest prospects for using the device tested.

PDF icon Gérard Daumas et al., 51es Journées de la Recherche Porcine, 5 et 6 février 2019, Paris, p. 339-344
2019