Figura 1: Diseño experimental. El análisis de las imágenes comenzó con un proceso de interpola- ción lineal seguido de un proceso de reconstrucción 3D. Todas las reconstrucciones 3D MRI fueron analizadas mediante 3 métodos de textura 3D, obteniéndose un vector de carac- terísticas de textura computacional para cada una de ellas. A continuación, se construyó una base de datos con los resul- tados del análisis de las reconstrucciones y de los análisis físico-químicos. Sobre esta base de datos se aplicaron 28 regresores avanzados para obtener ecuaciones de predicción de los parámetros de calidad del lomo en función de las carac- terísticas computacionales. Así, en este estudio se obtuvieron 252 ecuaciones para cada parámetro físico-químico analizado, como consecuencia del empleo de 3 secuencias de adquisición, 3 métodos de textura 3D y 28 regresores (3x3x28). Los resulta- dos de predicción obtenidos se evaluaron mediante una variante de validación cruzada y usando el coeficiente de determinación R2. Por último, se aplicó el Ranking de Freedman. Materiales Como materiales se utilizaron lomos frescos y curados escanea- dos mediante el dispositivo de resonancia de bajo campo VET-MR E-SCAN XQ (figura 2), con un imán de 0.18 T, el cual se encuentra localizado en el Servicio de Análisis e Innovación en Productos de Origen Animal (SiPA) de la Universidad de Extremadura. Para la obtención de las imágenes se emplearon tres tipos de secuencias de adquisición: Spin Echo (SE), Gradient Echo (GE) y Turbo 3D (T3D), las cuales se potenciaron en T1 como tiempo de relajación (figura 3). Figura 2: Esaote VET-MR E-SCAN XQ. CALIDAD 51