Relationships between sensory texture of soft cheese and MRI measurements
Relation entre la texture sensorielle de fromage à pâte molle et les mesures par IRM
Résumé
There are several examples of relationships between NMR parameters and sensory characteristics of food products. Most of them are based on the measurements of the 1H NMR relaxation parameters T2 or T1 related to the texture or on the 23Na NMR relaxometry and 13C NMR spectrometry studies to explain the taste. Our work describes the use of MR imaging techniques coupled with image analysis methods to predict the cheese texture characteristics given by a sensory panel. Six different types of cheese were selected. The cheese samples temperature was fixed at 15°C+ ou - 1 for the sensory analysis and the measurements. 2D-FT MRI images of soft cheeses were obtained with a low field imaging system (Open Siemens, 0.2 T). Multi contrast images were acquired : proton density T1 and T2 contrast images were measured with a spin echo sequence. Magnetic susceptibility images were measured with a gradient echo sequence. The MR image heterogeneity was quantified from the characteristic of the grey level distribution (mean, minimum, maximum, standard error, skewness, Kurtosis) and by texture analysis methods. From the numerous texture analysis methods, we chose the co-occurence matrix algorithm proposed by Haralick. This method provides 13 parameters calculated from a statistical study of the grey level variations. A stepwise regression was performed to predict the sensory data from the texture parameters including the grey level distribution characteristics of all the MR images. The results obtained confirm the links between the texture characteristic of the cheese and the properties of the MR images. From a linear combination of few texture parameters the most relevant sensory items were correctly predicted.
Plusieurs types de relations entre des paramètres RMN et des caractéristiques essentielles de produits alimentaires ont déjà été établis. La plupart de ces relations sont basées sur des mesures de paramètres de relaxation RMN (T1 et T2) en relation avec la texture ou sur des études de relaxométrie 23Na et de spectrométrie 13C permettant d'expliquer le goût. Notre travail décrit l'utilisation de l'imagerie par résonance magnétique couplée avec des méthodes d'analyse d'images afin de prédire les caractéristiques de texture de fromages évaluées par un jury sensoriel. Six sortes différentes de fromages à pâte molle ont été sélectionnées. La température de mesure et de dégustation a été fixée à 15+ ou -1 °C. Les images IRM ont été acquises sur un système bas-champ (Open Siemens, 0.2T). Des images avec des contrastes différents ont été acquises : trois séquences écho de spin pondérées respectivement en densité de protons, en T2 et en T1 ont été utilisées. De plus, des images pondérées en susceptibilité magnétique ont été acquises à l'aide d'une séquence en écho de gradient. L'hétérogénéité des images a été quantifiée à l'aide des paramètres calculés sur l'histogramme des niveaux de gris (moyenne, écart type, minimum, maximum, skewness et kurtosis) et par une méthode d'analyse de texture d'images, la méthode des cooccurrences de niveaux de gris proposée par Haralick. Cette méthode fournit 13 paramètres calculés à partir de la matrice de cooccurrence qui quantifie les variations spatiales des niveaux de gris. Une régression pas à pas a été utilisée afin de prédire caractéristiques essentielles à partir des paramètres calculés sur les images. Les résultats obtenus ont confirmé qu'il existe un lien entre la texture des fromages et les images IRM. Plusieurs items sensoriels ont été correctement prédits à partir d'une combinaison linéaire des paramètres issus des images.