Detection of Chicken Meat Adulteration in Cattle Meat Using BME688 Gas Sensor and Convolutional Neural Networks

La fraude alimentaire est une ombre persistante qui plane sur l'approvisionnement alimentaire mondial, où des ingrédients coûteux sont discrètement remplacés par des composants moins chers pour augmenter les profits. Cette pratique ne se contente pas de tromper les consommateurs en les privant de leur argent ; elle peut déclencher des réactions allergiques, violer les lois alimentaires religieuses et éroder la confiance dans ce que nous mangeons. Pendant des décennies, démasquer ces substitutions a nécessité l'envoi d'échantillons à un laboratoire, où des scientifiques utilisent des machines complexes et coûteuses pour analyser l'ADN ou les protéines. Bien qu'exactes, ces méthodes sont lentes, nécessitent une formation spécialisée et ne peuvent pas être utilisées directement au supermarché ou à l'abattoir pour vérifier un lot de viande dès son arrivée. Le défi consistait à trouver un moyen de détecter la fraude rapidement et à moindre coût sans sacrifier la précision, idéalement à l'aide d'un appareil assez petit pour être tenu dans une main.

Une équipe de chercheurs de l'Université Bolu Abant Izzet Baysal en Turquie a franchi une étape significative vers la résolution de ce problème en développant un système qui « sent » la viande pour déterminer si elle est pure ou mélangée. Leurs travaux se concentrent sur un type de fraude spécifique et courant : le mélange de viande de poulet moins chère dans du bœuf plus coûteux. Au lieu de chercher l'ADN, leur dispositif détecte le nuage de gaz invisible qui s'élève naturellement de la viande. Toute viande fraîche libère un mélange unique de composés organiques volatils, qui sont essentiellement de minuscules molécules chimiques flottant dans l'air. Différentes espèces animales produisent des signatures chimiques différentes, tout comme différentes personnes ont des odeurs différentes. Les chercheurs ont construit un nez électronique compact, un dispositif équipé d'un capteur de gaz dont la résistance électrique change lorsqu'il rencontre ces produits chimiques volatils spécifiques. En combinant ce capteur avec un type d'intelligence artificielle appelée réseau de neurones convolutifs, ils ont créé un système capable d'apprendre à reconnaître l'empreinte chimique distincte du bœuf pur par rapport au bœuf dilué avec du poulet.

Pour tester leur idée, les chercheurs ont préparé une série de mélanges de viande dans un cadre de laboratoire contrôlé. Ils ont pris du bœuf haché et du poulet haché, tous deux d'une fraîcheur identique, et les ont mélangés selon des ratios précis. Certains échantillons étaient du bœuf pur, tandis que d'autres contenaient 10 %, 20 %, 30 % ou 50 % de poulet. Ils ont placé ces galettes de viande dans des coupes en verre scellées et ont positionné leur réseau de capteurs juste au-dessus de la surface. Le capteur utilisé dans cette étude, le BME688, est une petite puce à bas coût capable de mesurer le gaz, la température et l'humidité. Pour obtenir la lecture la plus détaillée possible, les chercheurs ne se sont pas contentés de laisser le capteur immobile ; ils l'ont programmé pour qu'il chauffe et refroidisse selon quatre modèles différents. Cette modulation de température aide le capteur à réagir différemment à divers produits chimiques, permettant ainsi de capturer une image plus riche et plus détaillée du nuage de gaz s'élevant de la viande. Ils ont fait fonctionner deux capteurs simultanément : l'un mesurait l'air au-dessus de la viande et l'autre mesurait l'air pur de la pièce, ce qui leur a permis de soustraire le bruit de fond et d'isoler l'odeur de la viande elle-même.

Une fois les données collectées, les chercheurs les ont injectées dans leur modèle d'intelligence artificielle. Ce modèle a été conçu pour accomplir deux tâches simultanément. Premièrement, il agissait comme un classificateur, tentant de trier les échantillons dans la bonne catégorie, telle que « bœuf pur » ou « bœuf avec 20 % de poulet ». Deuxièmement, il agissait comme un régresseur, tentant de deviner le pourcentage exact de poulet dans le mélange. Les résultats ont été remarquablement précis. Pour la tâche consistant simplement à identifier la catégorie à laquelle appartient un échantillon, le système a atteint une précision parfaite sur ses données de test, distinguant correctement chaque mélange quel que soit le modèle de chauffage utilisé par le capteur. Cela signifie que les différences chimiques entre le bœuf pur et le bœuf mélangé avec du poulet sont suffisamment distinctes pour que la machine puisse les repérer à chaque fois.

Le système s'est également révélé très efficace pour estimer la quantité exacte de poulet présente. Le modèle le plus performant, qui utilisait un modèle de chauffage spécifique appelé HP-412, pouvait prédire la quantité de poulet avec une erreur moyenne d'environ 1,5 point de pourcentage. En termes pratiques, si la viande contenait 20 % de poulet, le dispositif estimerait probablement qu'elle en contient entre 18,5 % et 21,5 %. Ce niveau de précision est significatif car il va au-delà de la simple détection de l'existence d'une fraude pour quantifier exactement l'ampleur de celle-ci, ce qui est crucial pour les régulateurs et les inspecteurs de la sécurité alimentaire. L'étude confirme qu'un capteur à bas coût couplé à un logiciel intelligent peut effectuer des analyses chimiques complexes sans avoir recours à un laboratoire.

Cependant, les chercheurs veillent à noter les limites de leurs conclusions. Les expériences ont été menées dans des conditions de laboratoire strictes en utilisant de la viande fraîche qui a été préparée et testée immédiatement. Le système n'a pas encore été testé sur de la viande provenant de différentes races de bovins, de la viande qui a été vieillie pendant des semaines, ou des échantillons qui ont été congelés puis décongelés. Ces variables du monde réel pourraient modifier la signature chimique de la viande et potentiellement confondre le capteur. Les auteurs suggèrent que, bien que leur prototype soit une preuve de concept puissante, les travaux futurs devront impliquer des tests sur une plus grande variété d'échantillons collectés au fil du temps pour garantir que le système fonctionne de manière fiable dans un marché ou une usine de transformation très fréquentés. Ils prévoient également d'explorer l'intégration de cette technologie dans des dispositifs portables et portatifs qui pourraient être utilisés directement sur le terrain.

Cette recherche met en lumière un changement dans la manière dont la sécurité alimentaire pourrait être surveillée à l'avenir. Plutôt que de dépendre uniquement de tests de laboratoire lents et coûteux, l'industrie pourrait bientôt avoir accès à des outils rapides et non destructifs capables de contrôler l'authenticité de la viande en temps réel. En prouvant qu'un capteur petit et peu coûteux peut distinguer le bœuf pur du bœuf mélangé avec du poulet avec une grande précision, l'étude ouvre la voie à une nouvelle génération de technologies de sécurité alimentaire. Ces outils pourraient éventuellement aider à protéger les consommateurs, assurer un commerce équitable et maintenir l'intégrité de la chaîne d'approvisionnement alimentaire, tout cela en écoutant les subtils murmures chimiques de la nourriture elle-même.