Употребление в пищу несвежей говядины представляет серьезную опасность для здоровья. Однако стандартные методы проверки свежести этого продукта не совершенны. Например, химический анализ или оценка микробной популяции занимают слишком много времени и требуют профессиональной оценки; методы на основе ближней инфракрасной спектроскопии требуют дорогостоящего и сложного оборудования.
Группа ученых из Института науки и технологий Кванджу (GIST, Корея) разработала новую методику. Она сочетает глубокое обучение со спектроскопией диффузного отражения (diffuse reflectance spectroscopy, DRS), относительно недорогой оптической техникой. «В отличие от других типов спектроскопии, DRS не требует сложной калибровки. Вместо этого систему можно использовать для количественной оценки части молекулярного состава образца, используя только доступный и легко настраиваемый спектрометр», — объяснили авторы исследования.
DRS-измерения оценивают свежесть говядины по пропорциям различных форм миоглобина (белки, которые в основном отвечают за цвет мяса и его изменения в процессе разложения). Ручная калибровка DRS-измерений в этом процессе не очень точна. Поэтому для точного определения свежести мяса ученые задействовали глубокое обучение, а именно — сверточные нейронные сети (CNN).
Для обучения CNN разработчики собрали данные о 78 образцах говядины в процессе их порчи, регулярно измеряя их pH (кислотность) вместе с профилями DRS. После ручной классификации данных DRS на основе значений pH образцам присвоили статус «свежих», «нормальных» или «испорченных». Затем помеченный набор данных DRS загрузили в алгоритм, а также объединили эту информацию с оценками миоглобина.
В итоге алгоритм за считанные секунды примерно в 92% случаев точно классифицировал свежесть образцов говядины. Преимущества новой методики, помимо точности — скорость, низкая стоимость и неразрушающее воздействие на образец.
Ученые не исключают, что будут созданы портативные спектроскопические устройства, чтобы каждый мог легко оценить свежесть своей говядины даже дома.
Аналогичные методы спектроскопии в сочетании с CNN можно распространить при оценке других продуктов, таких как рыба или свинина. Материалы исследования опубликованы в журнале Food Chemistry.