Aplicación de redes neuronales para resolver la autentificación de la alimentación de cerdos ibéricos de acuerdo a su perfil de triglicéridos

Resumen

Se ha determinado mediante cromatografía de gases con detector de ionización de llama los triglicéridos de la grasa subcutánea de cerdos ibéricos, cebados con cuatro tipos de alimentación: montanera, recebo, cebo extensivo y cebo intensivo. Los análisis se realizaron en una columna con una fase estacionaria ligada químicamente (50% fenil-50% metilpolisiloxano) usando hidrógeno como gas portador. La grasa subcutánea se extrajo por fusión en horno de microondas, posteriormente se filtró y se disolvió en hexano. Un total de 2.783 muestras de varias campañas fueron analizadas. Usando los triglicéridos como descriptores químicos se ha llevado a cabo un estudio sobre la capacidad de discriminación de éstos para diferenciar el tipo y régimen de alimentación de los cerdos. A tal fin, se han empleado técnicas de reconocimiento de patrones, tales como análisis discriminante lineal (LDA) y redes neuronales artificiales de perceptores multicapa (ANN-MLP). Las ANN presentan mejores resultados que el LDA, con una capacidad de predicción media de aproximadamente 97% en la diferenciación del tipo de alimentación entre Montanera, Cebo extensivo y Cebo intensivo. Al incluir el recebo, el modelo presenta un rendimiento promedio de 82%. La diferenciación del régimen de cebado también se ha llevado a cabo por medio de la ANN, con un rendimiento promedio del 96%.