Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Federal Rural University of Pernambuco (UFRPE) | - |
Autor(es): dc.creator | López Vargas, Jean Pierre Brik | - |
Autor(es): dc.creator | de Abreu, Katariny Lima | - |
Autor(es): dc.creator | Duarte de Paula, Davi | - |
Autor(es): dc.creator | Pinheiro Salvadeo, Denis Henrique | - |
Autor(es): dc.creator | Arantes de Souza, Lilian Francisco | - |
Autor(es): dc.creator | Bôa-Viagem Rabello, Carlos | - |
Data de aceite: dc.date.accessioned | 2025-08-21T19:40:16Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T19:40:16Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-11-30 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/foods13244039 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/301420 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/301420 | - |
Descrição: dc.description | The egg has natural barriers that prevent microbiological contamination and promote food safety. The use of non-destructive methods to obtain morphometric measurements of chicken eggs has the potential to replace traditional invasive techniques, offering greater efficiency and accuracy. This paper aims to demonstrate that estimates derived from non-invasive approaches, such as 3D computed tomography (CT) image analysis, can be comparable to conventional destructive methods. To achieve this goal, two widely recognized deep learning architectures, U-Net 3D and Fully Convolutional Networks (FCN) 3D, were modeled to segment and analyze 3D CT images of chicken eggs. A dataset of real CT images was created and labeled, allowing the extraction of important morphometric measurements, including height, width, shell thickness, and volume. The models achieved an accuracy of up to 98.69%, demonstrating their effectiveness compared to results from manual measurements. These findings highlight the potential of CT image analysis, combined with deep learning, as a non-invasive alternative in industrial and research settings. This approach not only minimizes the need for invasive procedures but also offers a scalable and reliable method for egg quality assessment. | - |
Descrição: dc.description | Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco | - |
Descrição: dc.description | Institute of Geosciences and Exact Sciences São Paulo State University (UNESP), SP | - |
Descrição: dc.description | Zootechnics Department Federal Rural University of Pernambuco (UFRPE), PE | - |
Descrição: dc.description | Institute of Geosciences and Exact Sciences São Paulo State University (UNESP), SP | - |
Descrição: dc.description | Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco: 037850422 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Foods | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | 3D image segmentation | - |
Palavras-chave: dc.subject | computer tomographic images | - |
Palavras-chave: dc.subject | deep learning | - |
Palavras-chave: dc.subject | eggs quality | - |
Palavras-chave: dc.subject | morphometric data extraction | - |
Palavras-chave: dc.subject | poultry | - |
Título: dc.title | Alternative Non-Destructive Approach for Estimating Morphometric Measurements of Chicken Eggs from Tomographic Images with Computer Vision | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: