← Neueste Arbeiten
📄 Landwirtschaft

Hyperspectral imaging for non-destructive detection of process-related impact damage in whole Atlantic cod (Gadus morhua L.)

Diese Studie zeigt, dass die Hyperspektralbildgebung effektiv Atlantischer Kabeljau mit prozessbedingten Impact-Schäden von unbeschädigten Kontrollgruppen unterscheiden kann, indem sie erhöhte Muskelhämoglobinwerte nachweist, obwohl Faktoren wie Gewebetiefe und Streuung derzeit ihre Fähigkeit einschränken, den Schweregrad der Schädigung genau zu quantifizieren oder einzelne Fische zu klassifizieren.

Ursprüngliche Autoren: Marcus Hoff Hansen, Wenche Emblem Larssen, Silje Ottestad, Jørgen Lerfall

Veröffentlicht 2026-09-21
📖 5 Min. Lesezeit🧠 Tiefgang

Ursprüngliche Autoren: Marcus Hoff Hansen, Wenche Emblem Larssen, Silje Ottestad, Jørgen Lerfall

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

In der geschäftigen Welt der industriellen Fischverarbeitung sind Geschwindigkeit und Automatisierung die treibenden Kräfte, doch sie gehen oft zu Lasten des Produkts selbst. Wenn Fische von Maschinen gehandhabt oder auf Förderbänder fallen, können sie unsichtbare Verletzungen erleiden, die ihre Qualität ruinieren, lange bevor sie den Teller eines Verbrauchers erreichen. Diese Aufpralle können innere Blutungen verursachen, Knochen brechen und Muskelfasern trennen, wodurch ein Premiumprodukt in etwas Minderwertiges verwandelt wird. Um diese Defekte aufzuspüren, hat die Industrie traditionell auf menschliche Inspektoren vertraut, die eine kleine Stichprobe der Fangmenge untersuchen und subjektive Urteile fällen. Diese Methode ist langsam, inkonsistent und übersieht die große Mehrheit der beschädigten Fische. Wissenschaftler setzen nun auf eine Technologie namens Hyperspektralbildgebung, um dieses Problem zu lösen. Im Gegensatz zu einer Standardkamera, die nur die Farben des Regenbogens sieht, erfasst diese spezialisierte Kamera hunderte spezifischer Lichtwellenlängen für jeden einzelnen Punkt in einem Bild. Dies ermöglicht es ihr, chemische Veränderungen im Inneren des Fisches zu erkennen, wie etwa das Vorhandensein von Blut, ohne jemals die Haut zu schneiden oder das Produkt zu beschädigen. Das Ziel ist es, ein System zu schaffen, das diese verborgenen Verletzungen automatisch erkennen kann, während die Fische auf einem Produktionsband weiterlaufen, um sicherzustellen, dass nur Fische höchster Qualität verkauft werden.

Forscher in Norwegen machten sich daran zu testen, ob diese Technologie zuverlässig Schäden an ganzen Atlantischen Kabeljauen, einer beliebten Fischart, die oft im kalten Nordatlantik gezüchtet wird, erkennen kann. Sie entwarfen ein kontrolliertes Experiment, um die Arten von Stößen und Stürzen zu simulieren, die auf Fischerbooten und in Verarbeitungsbetrieben vorkommen können. Mit 120 gezüchteten Kabeljauen etablierten sie eine Basislinie, indem sie jeden Fisch scannen, bevor ein Schaden verursacht wurde. Dann setzten sie die Fische einer Reihe von Aufprallen aus, bei denen schwere Platten aus einer Höhe von 1,7 Metern fallen gelassen wurden. Die Platten wogen 1 Kilogramm, 2 Kilogramm und 4 Kilogramm und repräsentierten damit unterschiedliche Krafteinwirkungen, denen ein Fisch in einer realen Umgebung begegnen könnte. Eine Kontrollgruppe von Fischen blieb unberührt, um als Vergleich zu dienen. Nach den Aufprallen wurden die Fische erneut mit der Hyperspektralkamera gescannt, die einen speziellen Beleuchtungsaufbau nutzte, um durch die Haut und in das Muskelgewebe zu sehen. Die Forscher warteten dann sechs Tage lang, in denen die Fische auf Eis gelagert wurden, bevor sie von einem Team geschulter menschlicher Richter filetiert und untersucht wurden. Schließlich nahmen sie Proben des Muskelgewebes, um die genaue Menge an Hämoglobin, dem Protein, das den Sauerstoff im Blut transportiert, mittels chemischer Analyse zu messen.

Die Ergebnisse zeigten, dass der physische Schaden schwerwiegend war und direkt mit dem Gewicht der fallenden Platte zusammenhing. Die Fische, die von den 2-Kilogramm- und 4-Kilogramm-Platten getroffen wurden, erlitten erhebliche Verletzungen, einschließlich gebrochener Wirbelsäulen und großer Mengen an inneren Blutungen. Tatsächlich hatte jeder einzelne Fisch in der 4-Kilogramm-Gruppe eine gebrochene Wirbelsäule, und 77 Prozent der Fische in der 2-Kilogramm-Gruppe waren ähnlich verletzt. Die 1-Kilogramm-Gruppe war weniger beschädigt, wobei nur 10 Prozent Brüche an der Wirbelsäule aufwiesen, sie zeigten jedoch dennoch Anzeichen von Muskelablösungen und Hautschäden. Die menschlichen Richter bestätigten diese Befunde und vergaben den stark aufprallgeschädigten Fischen deutlich schlechtere Qualitätsbewertungen, wobei sie insbesondere auf das Vorhandensein von Blutflecken und getrennten Muskelfasern hinwiesen. Die chemische Analyse untermauerte dies und zeigte, dass die Fische, die von den schwereren Platten getroffen wurden, signifikant höhere Mengen an Hämoglobin in ihrem Muskelgewebe aufwiesen als die unberührten Fische. Dies bestätigte, dass die Aufpralle dazu führten, dass Blutgefäße rissen, wodurch Blut in das Fleisch einsickerte.

Als die Forscher die Daten der Hyperspektralkamera auswerteten, erhielten sie ein gemischtes, aber vielversprechendes Bild. Die Kamera war sehr gut darin, zwischen den beschädigten und den gesunden Fischen zu unterscheiden. Es gelang ihr erfolgreich zu identifizieren, dass die aufprallgeschädigten Fische höhere Werte für blutbezogene Signale aufwiesen als die Kontrollgruppe. Die Technologie hatte jedoch Schwierigkeiten, eine präzise Messung darüber vorzunehmen, wie schlimm der Schaden für jeden einzelnen Fisch genau war. Während die Kamera erkennen konnte, dass Blut vorhanden war, variierten die Messwerte selbst unter Fischen, die mit der gleichen Kraft getroffen worden waren, erheblich. Die Forscher stellten fest, dass dies daran lag, dass die Kamera versuchte, durch die Haut des Fisches in tiefere Muskelschichten zu blicken – ein Prozess, der durch die Art und Weise kompliziert wird, wie Licht in lebendem Gewebe gestreut und absorbiert wird. Auch die Form des Fisches und die Dicke der Haut spielten eine Rolle, was es schwierig machte, von einem Fisch zum nächsten eine konsistente Messung zu erhalten. Folglich konnte das System zwar noch nicht als perfektes Lineal fungieren, um die exakte Menge an Blut in jedem einzelnen Fisch zu messen, bewies aber, dass es als zuverlässiger Filter dienen konnte, um beschädigte Chargen von gesunden zu trennen.

Die Studie kommt zu dem Schluss, dass die Hyperspektralbildgebung ein leistungsfähiges Werkzeug für die Fischereiindustrie ist, aber keine magische Lösung für jedes Problem darstellt. Sie ist hocheffektiv darin, festzustellen, ob ein Schaden aufgetreten ist, und kann zwischen einer Charge von Fischen, die grob behandelt wurden, und einer, die behutsam behandelt wurden, unterscheiden. Diese Fähigkeit könnte es Fabriken ermöglichen, Fische automatisch zu sortieren und damit die subjektive menschliche Inspektion jedes einzelnen Artikels überflüssig zu machen. Die Technologie ist jedoch noch nicht bereit dafür, einem Verarbeiter exakt zu sagen, wie viele Milligramm Blut in einem spezifischen Fisch vorhanden sind oder den Schweregrad des Schadens auf einer präzisen Skala für den einzelnen Fisch einzustufen. Die Herausforderungen der Lichtstreuung durch die Haut und die komplexe Geometrie eines ganzen Fisches bedeuten, dass die Messwerte immer eine gewisse Unsicherheit aufweisen werden. Vorerst ist der beste Einsatz dieser Technologie darin, eine schnelle, objektive Überprüfung der Gesamtkontrolle der Fangmenge zu gewährleisten, um sicherzustellen, dass die Fische, die in der Produktion weitergeleitet werden, frei von den verborgenen Verletzungen sind, die so oft unbemerkt bleiben.

Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?

Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.

Digest testen →