API REST para reconocimiento óptico de caracteres en etiquetas de alimentos

Autores/as

  • Gabriel Menin UFCSPA
  • Renan Augusto Pereira UFCSPA
  • Flávia Magalhães Guedes UFCSPA
  • Ana Trindade Winck UFCSPA

DOI:

https://doi.org/10.59681/2175-4411.v16.iEspecial.2024.1316

Palabras clave:

Procesamiento de Imagen Asistido por Computador, Hipersensibilidad a los Alimentos, Etiquetado de Alimentos

Resumen

Objetivo: La prevalencia de las alergias alimentarias es una amenaza para la salud pública, especialmente cuando los alérgenos se consumen inadvertidamente. Este estudio busca desarrollar una Interfaz de Programación de Aplicaciones para extraer ingredientes de etiquetas alimentarias para, al integrarse a una aplicación, identificar alérgenos y notificar a los usuarios, permitiéndoles tomar decisiones alimentarias informadas. Método: Se utilizó una biblioteca de reconocimiento óptico de caracteres, calibrada para leer y traducir textos en etiquetas alimentarias. Resultados: Las pruebas con 76 productos alimenticios etiquetados, divididos en 7 tipos de materiales, evaluaron la similitud entre etiquetas reales y transcripciones, con una tasa de similitud promedio del 81,61%. Conclusión: La solución se muestra viable para la integración con una aplicación de reconocimiento de alérgenos, aunque la transcripción automática de las etiquetas resulta más favorable para ciertos tipos de materiales y formas de envases de alimentos, siendo necesaria una mejor calibración para los demás.

Biografía del autor/a

Gabriel Menin, UFCSPA

Bel, Federal University of Health Sciences of Porto Alegre - UFCSPA, Porto Alegre (RS), Brazil.

Renan Augusto Pereira, UFCSPA

Me, Federal University of Health Sciences of Porto Alegre - UFCSPA, Porto Alegre (RS), Brazil.

Flávia Magalhães Guedes, UFCSPA

Me, Federal University of Health Sciences of Porto Alegre - UFCSPA, Porto Alegre (RS), Brazil.

Ana Trindade Winck, UFCSPA

Dra, Federal University of Health Sciences of Porto Alegre - UFCSPA, Porto Alegre (RS), Brazil.

Citas

Lobo FATF, Santos MA dos, Montes LTP. Alergia Alimentar: Um Problema Crescente. Saúde em Foco. 2021; 8(3):39–53. DOI: https://doi.org/10.12819/rsf.2021.8.3.3

Berzuino MB, Fernandes RDC de Sá, Lima MDA, Matias ACG, Pereira IRO. ALERGIA ALIMENTAR E O CENÁRIO REGULATÓRIO NO BRASIL. Revista Eletrônica de Farmácia. 2017 Sep 18;14(2). DOI: https://doi.org/10.5216/ref.v14i2.43433

Solé D, Silva LR, Cocco RR, Ferreira CT, Sarni RO, Oliveira LC, et al. Consenso Brasileiro sobre Alergia Alimentar: 2018 - Parte 2 - Diagnóstico, tratamento e prevenção. Documento conjunto elaborado pela Sociedade Brasileira de Pediatria e Associação Brasileira de Alergia e Imunologia. Arquivos de Asma, Alergia e Imunologia. 2018;2(1). DOI: https://doi.org/10.5935/2526-5393.20180005

O que é o Desrotulando? | Desrotulando - Central de Ajuda [Internet]. Available from: https://ajuda.desrotulando.com/pt-BR/articles/6301097-o-que-e-o-desrotulando.

J. Memon, M. Sami, R. A. Khan and M. Uddin, "Handwritten Optical Character Recognition (OCR): A Comprehensive Systematic Literature Review (SLR)," in IEEE Access, vol. 8, pp. 142642-142668, 2020 DOI: https://doi.org/10.1109/ACCESS.2020.3012542

Johan EB, Rizal A. Allergen Recognition in Food Ingredients with Computer Vision. Ultima Computing : Jurnal Sistem Komputer. 202;13(2):44–9. DOI: https://doi.org/10.31937/sk.v13i2.2051

Matsunaga N, Sullivan R. Image processing for the extraction of nutritional information from food labels [Internet] [PDF]. [Santa Clara: Santa Clara University]; 2015. Available from: https://scholarcommons.scu.edu/cgi/viewcontent.cgi?article=1041&context=cseng_senior.

Cakic S, Popovic T, Sandi S, Krco S, Gazivoda A. The Use of Tesseract OCR Number Recognition for Food Tracking and Tracing. 2020 24th International Conference on Information Technology (IT). Zabljak, Montenegro, 2020, pp. 1-4. DOI: https://doi.org/10.1109/IT48810.2020.9070558

MongoDB Documentation [Internet]. https://github.com/mongodb/docs-bi-connector/blob/DOCSP-3279/source/index.txt. Available from: https://www.mongodb.com/docs.

Webb P, Syer D, Long J, Nicoll S, Winch R, Wilkinson A, et al. Spring Boot Reference Documentation [Internet]. Available from: https://docs.spring.io/spring-boot/docs/3.1.5/reference/pdf/spring-boot-reference.pdf.

Wang Y, Qin J, Wang W. Efficient Approximate Entity Matching Using Jaro-Winkler Distance. In Web Information Systems Engineering – WISE 2017: 18th International Conference, Puschino, Russia, October 7-11, 2017, Proceedings, Part I. Springer-Verlag, Berlin, Heidelberg, 231–239. DOI: https://doi.org/10.1007/978-3-319-68783-4_16

Get Started With The OpenAPI Specification [Internet]. Swagger.io. 2021. . Available from: https://swagger.io/solutions/getting-started-with-oas/.

Publicado

2024-11-19

Cómo citar

Menin, G., Pereira, R. A., Guedes, F. M., & Winck, A. T. (2024). API REST para reconocimiento óptico de caracteres en etiquetas de alimentos. Journal of Health Informatics, 16(Especial). https://doi.org/10.59681/2175-4411.v16.iEspecial.2024.1316

Artículos similares

<< < 12 13 14 15 16 17 18 19 > >> 

También puede {advancedSearchLink} para este artículo.