Εισαγωγή
Επί του παρόντος, οι οργανοληπτικές και μικροβιολογικές αναλύσεις χρησιμοποιούνται συχνά για την αξιολόγηση της φρεσκότητας, της αλλοίωσης ή της ασφάλειας του κρέατος και των προϊόντων του. Ωστόσο, η οργανοληπτική αξιολόγηση είναι δαπανηρή εξαρτάται σημαντικά από το πάνελ των δοκιμαστών. Επιπρόσθετα, οι μικροβιολογικές αναλύσεις είναι χρονοβόρες (κλασική μικροβιολογία), δαπανηρές, πιθανόν απαιτούν εξελιγμένα μοριακά εργαλεία και συνήθως καταστρέφουν το υπό ανάλυση δείγμα. Για το λόγο αυτό, ταχείες αναλυτικές μέθοδοι είναι αναγκαίες για τη διασφάλιση της ποιότητας του κρέατος. Το πρόγραμμα iMeatSense προτείνει μία πολυ-επιστημονική και δι-επιστημονική προσέγγιση που ενσωματώνει τους τομείς της Μικροβιολογίας Τροφίμων, της Αναλυτικής Χημείας, των υπαρχουσών τεχνολογιών αισθητήρων και της Ανάλυσης Δεδομένων βασισμένη σε τεχνικές χημειομετρίας, μηχανικής μάθησης και υπολογιστικής νοημοσύνης ώστε να διασφαλίζεται η ποιότητα των προϊόντων κρέατος.
Υλικά και Μέθοδοι
Για τις ανάγκες του προγράμματος χρησιμοποιήθηκαν όργανα ευρέως διαδεδομένα: (i) πολυφασματικήςαπεικόνισης (multispectral imaging - MSI), (ii) φασματοσκοπίαυπερύθρουμεμετασχηματισμό Fourier (Fourier Transform InfraRed - FTIR spectrometry), (iii) ηλεκτρονική μύτη (e-nose), (iv) αέρια χρωματογραφία φασματοσκοπία μάζας (Gas Chromatography - Mass Spectrometry - GC-MS) και (v) υψηλής απόδοσης υγρή χρωματογραφία (High-Performance Liquid Chromatography - HPLC). Οι προδιαγραφές των οργάνων και της μεθοδολογίας περιγράφηκαν στο Παραδοτέο (Π) 1.1. Όλες οι πειραματικές διαδικασίες έλαβαν χώρα στο πλαίσιο της Ενότητας Εργασίας (ΕΕ) 2, καθώς και της 6 (με σκοπό την επικύρωση των μοντέλων) και περιλαμβάνουν έναν ή περισσότερους από τους αισθητήρες που προαναφέρθηκαν. Χωρίζονται σε τρεις βασικές κατηγορίες: Η πρώτη περιλαμβάνει έρευνα αγοράς μεγάλο αριθμό δειγμάτων βόειου, χοιρινού και μίγματος (70-30% w/wβόειο-χοιρινό) κιμά, ενώ η δεύτερη περιλαμβάνει σειρά πειραμάτων αλλοίωσης όπου τα δείγματα συντηρούνται σε διάφορες σταθερές ή μεταβαλλόμενες θερμοκρασιακές συνθήκες. Συντήρηση σε αερόβιες συνθήκες και με συσκευασίες τροποποιημένης ατμόσφαιρες (Modified Air Packaging – MAP) διερευνήθηκαν επίσης. Ενώ τα προαναφερόμενα πειράματα αφορούν την ποιότητα του κρέατος με την έννοια των μικροβίων που σχετίζονται με την αλλοίωση, η τελευταία κατηγορία αφορά την ανίχνευση πρακτικών εξαπάτησης, δηλ. νοθείας βόειου με χοιρινό ή αλογίσιο κιμά. Συνολικά, τα πειράματα που έγιναν περιλάμβαναν φιλέτα ή/και κιμά βόειο, χοιρινό και αλόγου.
Εξόρυξη/ Ανάλυση δεδομένων και αποτελέσματα
Τα εξαγόμενα αποτελέσματα συμπεριλήφθηκαν στα Π2.1 και Π2.2 όπου παρουσιάστηκαν «μικροβιακά αποτυπώματα» και λίστα χημικών δεικτών. Στο Π2.3 έγινε αρχική ανάλυση που πραγματεύεται τη συσχέτιση ποιότητας/ αλλοίωσης/ διάρκειας ζωής με δεδομένα που ανακτήθηκαν.
Παράλληλα, έξυπνα εργαλεία προ-επεξεργασίας για εξαγωγή δεδομένων και μείωση διάστασης αναπτύχθηκαν σε περιβάλλον MATLAB. Στα εργαλεία αυτά συμπεριλαμβανόταν μία μεθοδολογία αυτοματοποιημένης προ-επεξεργασίας πολυφασματικών εικόνων που συνδύαζε κατάτμηση εικόνας (image segmentation), μετασχηματισμό κύματος (wavelet transform) και εξαγωγή χαρακτηριστικών εικόνας με την μέθοδο Grey level co-occurrence matrix (Π3.1), μία παραλλαγή της μεθόδου ανάλυσης κυρίων συνιστωσών (Principal Component Analysis) (Π3.2), επιλογή μεταβλητών με χρήση ασαφών καμπυλών και επιφανειών (Π3.4) και μία προσέγγιση στο πρόβλημα του μειωμένου αριθμού δειγμάτων βασισμένη σε ασαφή λογική (Π3.5).
Η ΕΕ 4 αφορούσε αποκλειστικά την ανάπτυξη διαγνωστικών συστημάτων. Συγκεκριμένα, εφαρμόστηκαν τα κατά κόρον χρησιμοποιούμενα multi-layer perceptron (MLP) και radial basis function (RBF) νευρωνικά δίκτυα (Π4.1), ένα υβριδικό (συνδυασμός ασαφούς λογικής και νευρωνικών) σύστημα (Π4.2) και στατιστικές μέθοδοι (Π4.3). Τέλος, στο Π4.4 ένας αυξητικός υβριδικός αλγόριθμος παρουσιάστηκε.
Στην επόμενη ΕΕ, το Π5.1 αφορούσε στον προσδιορισμό κινητικών παραμέτρων και σε μοντέλα πρόβλεψης βασισμένα σε δεδομένα για μεταβολίτες, ενώ στο Π5.2 ένα υβριδικό ευφυές μοντέλο με σύστημα ανάδρασης αναπτύχθηκε σε περιβάλλον MATLAB. Τέλος, μία πρότυπη γραφική εφαρμογή αλληλεπίδρασης με χρήστη που αξιοποιεί πολυφασματικές εικόνες με όνομα «iQMS» (intelligent Quality Management System) αναπτύχθηκε στο Π5.3 και είναι διαθέσιμο στο διαδίκτυο.
Συμπληρωματικά, στην ΕΕ 6 πραγματοποιήθηκε μελέτη επικύρωσης για την εφαρμοσιμότητα των μεθόδων σε πραγματικές συνθήκες (Π6.1), καθώς και επικύρωση των μαθηματικών μοντέλων (Π6.2). Στο πλαίσιο του τελευταίου παρουσιάστηκαν δύο εφαρμογές: μία για κατάτμηση εικόνας και μία για μοντελοποίηση χρησιμοποιώντας δημοφιλείς μεθόδους ανάλυσης δεδομένων.
Συμπεράσματα και διάχυση των αποτελεσμάτων
Οι προαναφερθείσες ΕΕ παρείχαν στην ομάδα του έργου ποικίλα και διαφορετικά αποτελέσματα. Παρόλο που τα εξαγόμενα αποτελέσματα παρουσίαζαν διαφοροποιήσεις ανάλογα την προ-επεξεργασία, τη μοντελοποίηση και τον/τους αισθητήρα/ες που χρησιμοποιήθηκαν, είναι εμφανές ότι η προτεινόμενη διεπιστημονική προσέγγιση βασισμένη σε τεχνολογία αισθητήρων είναι ικανή να προσφέρει μία εναλλακτική προσέγγιση για τον προσδιορισμό της ποιότητας του κρέατος. Αυτό αποδεικνύεται περαιτέρω από την επιτυχημένη διάχυση των αποτελεσμάτων του προγράμματος (ΕΕ 7), που περιλαμβάνει τρεις δημοσιεύσεις σε διεθνή επιστημονικά περιοδικά, 14 προφορικές παρουσιάσεις και 13 αναρτημένες εργασίες σε εθνικά, Ευρωπαϊκά και διεθνή συνέδρια, οι οποίες είναι διαθέσιμες στην ιστοσελίδα του προγράμματος «http://www.imeatsense.gr/» (Π7.1). Τέλος, έγινε διάχυση αποτελεσμάτων σε φοιτητές, επαγγελματίες του χώρου των τροφίμων και καταναλωτές μέσω σεμιναρίων, μέσω του τύπου και εξειδικευμένων έντυπων περιοδικών του χώρου (Π7.2).

Το έργο «Προσδιορισμός της ποιότητας του κρέατος μέσω ευφυούς συστήματος βασισμένο σε πολλαπλούς αισθητήρες - iMeatSense_550» υλοποιείται στο πλαίσιο του Επιχειρησιακού Πρόγραμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο - ΕΚΤ) και από εθνικούς πόρους, στο πλαίσιο της δράσης ΑΡΙΣΤΕΙΑ-Ι.

Επιστροφή Επάνω