Resultados Para cada combinación compuesta por la secuencia de adquisición MRI (3), método de textura 3D (3) y regresor (28), se obtuvo la correspondiente ecuación de predicción (252) para cada uno de los parámetros físico-químicos evaluados. La tabla 1 muestra la mejor combinación de secuencia de adquisición, método de textura y regresor para predecir cada uno de los parámetros físico-químicos analizados. Para todos los casos, la R2 es superior a 0.56, lo que indica que las predicciones son de muy buenas a excelentes. No obstante, como se puede observar en la tabla anterior, no existe una combinación común que permita predecir todas las características (parámetros físico-químicos). Para ello, se aplicó el Ranking de Freedman, obteniéndose como resultado que la mejor combinación es SE-GLRLM3D- elm_kernel. Esta combinación permite predecir 6 de las 7 características con un coeficiente de correlación aceptable. Conclusiones El análisis de reconstrucciones 3D MRI de lomo obtenidas tras un proceso de interpolación y reconstrucción en 3D puede llevarse a cabo mediante la adaptación a 3D de los algoritmos clásicos de textura. Se pueden predecir las características físico-químicas del lomo ibérico a partir de reconstrucciones 3D MRI aplicando diferentes combinaciones de secuencia de adquisición-método de textura 3D-regresor, pudiéndose indicar el empleo de SE-GLRLM3D-elm kernel para predecir 6 de las 7 características físico-químicas de forma fiable.• 53 Para consultar los datos bibliográficos del artículo, visite: www.interempresas.net/A251704 EFICIENCIA, OPTIMIZACIÓN Y CONTROL DE COSTES 1 MILLÓN DE FILTROS EN STOCK Madrid � Barcelona � Sevilla � A Coruña � País Vasco � Valencia 902 300 360 � Industria 916 707 212 industria@grupocartes.es www.grupocartes.es Expertos en soluciones globales desde la filtración CALIDAD