Banca de DEFESA: LUCIANO BERNARDO RAMO

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: LUCIANO BERNARDO RAMO
DATA: 28/08/2024
HORA: 09:00
LOCAL: https://meet.google.com/wsc-fxir-moi
TÍTULO: Classificação e calibração multivariada de ovos de galinha em pó utilizando espectroscopia NIR, imagens digitais e quimiometria
PALAVRAS-CHAVES: Espectrometria NIR; Imagens digitais; Calibração multivariada; Classificação multivariada; Ovos de galinha em pó; Análise de alimentos.
PÁGINAS: 120
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Química
SUBÁREA: Química Analítica
RESUMO: Este trabalho envolve o desenvolvimento de dois estudos, a partir da utilização de espectros de infravermelho próximo (NIR, do inglês near-infrared), classificação e calibração multivariada para desenvolver métodos rápidos, não trabalhosos e acessíveis para avaliar a qualidade de ovos de galinha em pó. As imagens digitais foram capturadas utilizando um scanner, enquanto os espectros NIR foram registrados usando espectrômetros de bancada e portátil. No primeiro estudo, novas estratégias foram desenvolvidas para determinar umidade e teores de proteínas e fosforo totais em ovos de galinha em pó. Os metodos de calibração multivariada para prever o teor de proteínas totais, em termos do coeficiente de correlação (r) e razão do desvio de desempenho da predição (RPD, do inglês ratio performance deviation), foram melhores utilizando imagens digitais (r = 0,995 e RPD = 9,55) do que aqueles utilizando os espectros NIR provenientes do equipamento de bancada e portátil. Por outro lado, na predição de umidade (r = 0,974 e RPD = 4,35) e teor de fósforo total (r = 0,98 e RPD = 4,3), o NIR de bancada obteve uma melhor performance analítica. Na aplicação das técnicas de fusão de dados, os resultados obtidos foram ligeriamente inferior aos melhores métodos desenvolvidos utilizando espectros NIR pré-processados ou imagens digitais separadamente. No segundo estudo, novos estratégias foram concebidas para autenticar ovos de galinha em pó quanto a sua adulteração com proteína de soja e amido de milho. Para isso, aplicou-se técnicas de classificação utilizando a Modelagem Independente e Flexível por Analogia de Classes direcionada pelos dados (DD-SIMCA, do inglês Data-Driven – Soft Independent Modelling of Class Analogy). O melhor método foi aquele utilizando os espectros NIR portátil quando comparado com as imagens digitais, o qual todas as amostras adulteradas foram classificadas corretamente e apenas 1 amostra pura foi classificada como adulterada no conjunto de teste, alcançando sensibilidade de 95,7%, especificidade de 100% e acurácia 99,4%. Portanto, métodos propostos neste trabalho de tese mostraram-se uma boa ferramenta alternativa para análises químicas destrutivas, visto que amostras de ovos de galinha em pó poderiam ser analisadas sem utilização de produtos químicos e sem gerar resíduos prejudiciais à saúde e ao meio ambiente, seguindo os princípios básicos da Química Verde.
MEMBROS DA BANCA:
Presidente - 334937 - MARIO CESAR UGULINO DE ARAUJO
Interno - 954.206.144-72 - JOSE GERMANO VERAS NETO - UEPB
Interno - 1757039 - MARCIO JOSE COELHO DE PONTES
Externo ao Programa - 1992422 - SOFACLES FIGUEREDO CARREIRO SOARES
Externo à Instituição - PATRICIA KAORI SOARES