Garantire la qualità della carne è fondamentale per la soddisfazione e la sicurezza del consumatore, ma il monitoraggio delle variazioni minime di alcuni parametri costituisce, ancora oggi, una sfida.

In uno studio recente, effettuato da un gruppo di ricercatori iraniani (Vali Zade et al., 2025), viene presentato un metodo basato sull’utilizzo di immagini da smartphone, in combinazione con tecniche avanzate di analisi dei dati, per valutare i cambiamenti di colore della carne rossa in differenti condizioni di stoccaggio.

Durante la sperimentazione, campioni conservati in frigorifero (a 4°C) ed in congelatore (a -19 °C) sono stati analizzati per tre settimane utilizzando gli spazi colore RGB ed HSV.

L’analisi delle componenti principali (PCA) rivela gli schemi di cambiamento del colore, mentre l’analisi delle componenti simultanee ANOVA (ASCA) evidenzia gli effetti significativi del tempo e della temperatura di conservazione sul colore della carne, con lo spazio colore HSV che presenta una maggiore sensibilità.

L’analisi discriminante ai minimi quadrati parziali (PLS-DA), infine, si è dimostrata in grado di classificare con successo i campioni refrigerati e quelli congelati, dopo l’equilibrio termico, presentando una performance solida.

In sintesi, i risultati fin qui ottenuti evidenziano il potenziale dell’integrazione di strumenti di imaging accessibili e tecniche di machine learning per una valutazione oggettiva ed efficiente della qualità della carne, fornendo una soluzione facilmente applicabile per l’industria di questo settore.

Riferimenti bibliografici: S. Vali Zade et al., Analytical and Bioanalytical Chemistry Research, 12, 2025. 191-202.