WMG SMI Deep learning model to detect bacterial contamination level in meat using smartphone images  (KB-33-003-026)

Verschillende methoden worden gebruikt om de veiligheid van vlees te controleren, zoal kweekmethoden, enzymatische testen, DNA-gebaseerde, microscopische en zintuiglijke technieken. Deze methoden zijn bewerkelijk en daardoor relatief kostbaar. Er is behoefte aan snelle goedkope screenings methoden op locatie. Eerder onderzoek heeft aangetoond dat veiligheids- en kwaliteitskenmerken van vlees detecteerbaar zijn in het zichtbare golflengtegebied spectrum met behulp van kunstmatige intelligentie (AI) algoritmen, zoals Deep Learning (DL) en smartphone afbeeldingen. In dit project onderzoeken we, in samenwerking met de microbiologiegroep, het gebruik van de combinatie van DL-en smartphonebeelden voor de snelle en onsite detectie van bacteriële besmetting van vlees. Het ontwikkelde systeem kan autoriteiten en industriële actoren ondersteunen bij het stellen van prioriteiten en het snel en ter plaatse detecteren van voedselveiligheidsproblemen, wat de voedselveiligheid en gezondheid van de consument zal verbeteren.