Un equipo de investigadores de la Universidad de Australia Meridional, UniSA, han desarrollado la primera técnica automatizada del mundo para clasificar las almendras en función de la calidad y, al mismo tiempo, detectar la posible y grave contaminación por micotoxina en los granos.
En 2019-2020, la cosecha de almendra de Australia alcanzó un valor superior a 1.000 millones de dólares, que el sector espera elevar a 1.500 millones en los próximos años, puesto que las condiciones para el cultivo de almendra en Australia se encuentran entre las mejores del mundo.
Como el sector nacional exporta ahora a más de 50 países, es de vital importancia que la clasificación de las almendras sea precisa y uniforme, para garantizar a los mercados internacionales que pueden confiar en el producto australiano.
Tradicionalmente, las almendras se han clasificado a mano. Cada hora, se tomaban muestras de las líneas de producción para comprobar la uniformidad estética, la presencia de fragmentos y arañazos, granos dobles, daños provocados por insectos y mohos, entre otros defectos.
No obstante, es un proceso muy laborioso, lento y subjetivo, todo lo cual puede desembocar en una clasificación imprecisa y desigual, en particular de una temporada a otra por el cambio de personal.
En colaboración con el socio del sector SureNut, los investigadores de la UniSA han desarrollado una máquina que mejora de forma drástica la precisión de la clasificación de almendras, además de detectar contaminantes potencialmente mortales comunes en los granos de almendra.
Con financiación del programa Cooperative Research Centres Projects, un equipo de investigación encabezado por el profesor asociado Sang-Heon Lee ha combinado dos cámaras de alta definición, una cámara hiperespectral y algoritmos de IA desarrollados expresamente, con el fin de crear un sistema que analice la calidad de la almendra en mucho mayor detalle que el ojo humano.
El sistema puede evaluar con precisión defectos físicos como fragmentos y arañazos, y detectar contaminantes perjudiciales, como la presencia de aflatoxina B1, un potente carcinógeno que podría estar implicado en más del 20 por ciento de los casos totales de cáncer de hígado.
"Nuestro objetivo con esta innovación no era simplemente imitar lo que un humano podía hacer, sino ir más lejos", dice Lee.
"Por tanto, con respecto a la apariencia física, esta máquina puede detectar defectos más rápido y de forma más precisa que la clasificación manual, y utilizando dos cámaras de alta definición y una superficie de visión transparente, puede ver los dos lados del grano a la vez".
Si bien su funcionalidad visual solamente ya coloca al sistema SureNut a la vanguardia de la innovación en este campo, la suma de la cámara hiperespectral para la detección de contaminación es algo revolucionario.
Los investigadores de ingeniería de la UniSA el Dr. Wilmer Ariza y la Dra. Gayatri Mishra desarrollaron el sistema hiperespectral utilizado en la máquina SureNut, y el Dr. Ariza dice que las almendras supusieron un reto único para la tecnología.
"Somos el primer equipo en utilizar con éxito las imágenes hiperespectrales de esta manera con las almendras, aunque otros investigadores lo han intentado", afirma el Dr. Ariza.
"Determinadas características de los granos de este fruto –que vamos a mantener en secreto– complicaron muchísimo el proceso, pero lo superamos y ahora podemos ofrecer un análisis de alta precisión mediante las imágenes hiperespectrales.
Para más información: 
Dan Lander
University of South Australia
Móvil: +61 0408 882 809
Email: dan.lander@unisa.edu.au