Made available in DSpace on 2014-12-17T15:42:13Z (GMT). No. of bitstreams: 1 AlineSM_DISSERT.pdf: 1997460 bytes, checksum: 0ad037938fab17947fef7a249102b4ec (MD5) Previous issue date: 2013-07-31 / Aiming to consumer s safety the presence of pathogenic contaminants in foods must be monitored because they are responsible for foodborne outbreaks that depending on the level of contamination can ultimately cause the death of those who consume them. In industry is necessary that this identification be fast and profitable. This study shows the utility and application of near-infrared (NIR) transflectance spectroscopy as an alternative method for the identification and classification of Escherichia coli and Salmonella Enteritidis in commercial fruit pulp (pineapple). Principal Component Analysis (PCA), Independent Modeling of Class Analogy (SIMCA) and Discriminant Analysis Partial Least Squares (PLS-DA) were used in the analysis. It was not possible to obtain total separation between samples using PCA and SIMCA. The PLS-DA showed good performance in prediction capacity reaching 87.5% for E. coli and 88.3% for S. Enteritides, respectively. The best models were obtained for the PLS-DA with second derivative spectra treated with a sensitivity and specificity of 0.87 and 0.83, respectively. These results suggest that the NIR spectroscopy and PLS-DA can be used to discriminate and detect bacteria in the fruit pulp / Visando ? seguran?a do consumidor, ? de extrema import?ncia identificar a presen?a de contaminantes patog?nicos nos alimentos, pois os mesmos s?o respons?veis por surtos alimentares que dependendo do n?vel de contamina??o pode chegar a causar a morte de quem os consome. Na industria h? uma necessidade de que essa identifica??o de contaminantes seja r?pida e rent?vel. Este estudo mostra a aplica??o e utilidade de medidas espectrais de transflect?ncia no infravermelho pr?ximo (NIR) como um m?todo alternativo para a identifica??o e classifica??o de Escherichia coli e Salmonella Enteritidis em polpa de fruta comercial (abacaxi). An?lise de Componentes Principais (PCA), Modelagem Independente por Analogia Classe (SIMCA) e An?lise Discriminante por M?nimos Quadrados Parciais (PLS-DA) foram utilizados na an?lise. N?o foi poss?vel obter uma separa??o total entre as amostras usando PCA e SIMCA. O PLS-DA apresentou bom desempenho na capacidade de predi??o alcan?ando 87,5% para E. coli e 88,3% para S. Enteritides, respectivamente. Os melhores modelos obtidos para o PLS-DA com os espectros tratados com segunda derivada apresentaram sensibilidade e especificidade de 0,87 e 0,83, repectivamente. Estes resultados sugerem que a espectroscopia NIR e PLS-DA podem ser usados para discriminar e detectar bact?rias na polpa da fruta