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

Voedselfraude is een hardnekkige schaduw over de wereldwijde voedselvoorziening, waarbij dure ingrediënten stilletjes worden vervangen door goedkopere om de winst te vergroten. Deze praktijk misleidt niet alleen consumenten om hun geld; het kan ook allergische reacties veroorzaken, religieuze dieetwetten schenden en het vertrouwen in wat we eten ondermijnen. Decennialang vereiste het opsporen van deze substituties het versturen van monsters naar een laboratorium, waar wetenschappers complexe, dure machines gebruiken om DNA of eiwitten te analyseren. Hoewel deze methoden accuraat zijn, zijn ze traag, vereisen ze gespecialiseerde training en kunnen ze niet direct in de supermarkt of bij de slachterij worden gebruikt om een partij vlees te controleren op het moment dat deze arriveert. De uitdaging is geweest om een manier te vinden om fraude snel en goedkoop te detecteren zonder in te boeten op nauwkeurigheid, bij voorkeur met een apparaat dat klein genoeg is om in één hand te passen.

Een team onderzoekers aan de Bolu Abant Izzet Baysal Universiteit in Turkije heeft een belangrijke stap gezet naar het oplossen van dit probleem door een systeem te ontwikkelen dat vlees "ruikt" om te bepalen of het puur of gemengd is. Hun werk richt zich op een specifieke en veelvoorkomende vorm van fraude: het mengen van goedkoper kippenvlees in duurder rundvlees. In plaats van naar DNA te kijken, detecteert hun apparaat de onzichtbare wolk van gassen die natuurlijk van het vlees opstijgt. Al het verse vlees geeft een unieke mix van vluchtige organische verbindingen af, wat in essentie kleine chemische moleculen zijn die in de lucht zweven. Verschillende diersoorten produceren verschillende chemische handtekeningen, net zoals verschillende mensen verschillende geuren hebben. De onderzoekers bouwten een compacte elektronische neus, een apparaat uitgerust met een gassensor die van elektrische weerstand verandert wanneer deze deze specifieke zwevende chemicaliën tegenkomt. Door deze sensor te combineren met een type kunstmatige intelligentie dat bekend staat als een convolutioneel neuraal netwerk, creëerden zij een systeem dat kan leren om de duidelijke chemische vingerafdruk van puur rundvlees versus rundvlees dat is verdund met kip te herkennen.

Om hun idee te testen, bereidden de onderzoekers een reeks vleesmengsels voor in een gecontroleerde laboratoriumsetting. Ze namen gehakt van rund en kip, beide van dezelfde versheid, en mengden deze in nauwkeurige verhoudingen. Sommige monsters waren puur rundvlees, terwijl andere 10%, 20%, 30% of 50% kip bevatten. Ze plaatsten deze vleesburgers in verzegelde glazen bekers en positioneerden hun sensorarray net boven het oppervlak. De sensor die in dit onderzoek werd gebruikt, de BME688, is een kleine, goedkope chip die in staat is om gas, temperatuur en vochtigheid te meten. Om de meest gedetailleerde meting mogelijk te krijgen, lieten de onderzoekers de sensor niet alleen stilzitten; ze programmeerden hem om op vier verschillende manieren op te warmen en af te koelen. Deze temperatuurmodulatie helpt de sensor om verschillend te reageren op diverse chemicaliën, waardoor hij een rijker en gedetailleerder beeld kan vastleggen van de gaskwolk die van het vlees opstijgt. Ze draaiden twee sensoren tegelijkertijd: één mat de lucht boven het vlees, en de andere de schone lucht van de kamer, waardoor ze de achtergrondruis konden aftrekken en de geur van het vlees zelf konden isoleren.

Zodra de gegevens waren verzameld, voedden de onderzoekers deze aan hun model voor kunstmatige intelligentie. Dit model was ontworpen om twee dingen tegelijk te doen. Ten eerste fungeerde het als een classifier, die probeerde de monsters in de juiste categorie te sorteren, zoals "puur rundvlees" of "rundvlees met 20% kip". Ten tweede fungeerde het als een regressor, die probeerde het exacte percentage kip in het mengsel te raden. De resultaten waren opmerkelijk precies. Voor de taak om simpelweg te identificeren bij welke categorie een monster behoorde, behaalde het systeem een perfecte nauwkeurigheid op de testgegevens, waarbij elke enkele mengeling correct werd onderscheiden, ongeacht welk verwarmingspatroon de sensor gebruikte. Dit betekent dat de chemische verschillen tussen puur rundvlees en rundvlees gemengd met kip duidelijk genoeg zijn zodat de machine ze elke keer kan opmerken.

Het systeem bleek ook zeer effectief bij het schatten van de exacte hoeveelheid kip die aanwezig was. Het best presterende model, dat een specifiek verwarmingspatroon genaamd HP-412 gebruikte, kon de hoeveelheid kip voorspellen met een gemiddelde fout van slechts ongeveer 1,5 procentpunt. In praktische termen: als het vlees 20% kip bevatte, zou het apparaat het waarschijnlijk inschatten tussen de 18,5% en 21,5%. Dit niveau van precisie is significant omdat het verder gaat dan enkel detecteren dat er fraude bestaat; het kwantificeert exact hoeveel van die fraude er is, wat cruciaal is voor toezichthouders en voedselinspecteurs. De studie bevestigt dat een goedkope sensor gekoppeld aan slimme software complexe chemische analyse kan uitvoeren zonder de noodzaak van een laboratorium.

De onderzoekers zijn echter voorzichtig met de grenzen van hun bevindingen. De experimenten werden uitgevoerd onder strikte laboratoriumomstandigheden met vers vlees dat direct was bereid en getest. Het systeem is nog niet getest op vlees van verschillende rassen vee, vlees dat wekenlang heeft gerijpt, of monsters die bevroren en ontdooid zijn. Deze real-world variabelen zouden de chemische handtekening van het vlees kunnen veranderen en de sensor potentieel in verwarring kunnen brengen. De auteurs suggereren dat hoewel hun prototype een krachtig bewijs van concept is, toekomstig werk een bredere variëteit aan monsters moet omvatten die over een langere tijd zijn verzameld om te garanderen dat het systeem betrouwbaar werkt in een drukke markt of een verwerkingsfabriek. Ze zijn ook van plan om te onderzoeken hoe deze technologie geïntegreerd kan worden in draagbare, handzame apparaten die direct in het veld gebruikt kunnen worden.

Dit onderzoek benadrukt een verschuiving in hoe voedselveiligheid in de toekomst mogelijk wordt gemonitord. In plaats van uitsluitend te vertrouwen op trage, dure labtests, kan de industrie binnenkort toegang krijgen tot snelle, niet-destructieve instrumenten die vlees in realtime kunnen screenen op authenticiteit. Door te bewijzen dat een kleine, goedkope sensor het verschil kan zien tussen rundvlees en met kip gemengd rundvlees met hoge nauwkeurigheid, opent de studie de deur naar een nieuwe generatie technologieën voor voedselveiligheid. Deze instrumenten zouden uiteindelijk kunnen helpen om consumenten te beschermen, eerlijke handel te waarborgen en de integriteit van de voedselketen te handhaven, allemaal door te luisteren naar de subtiele chemische fluisteringen van het voedsel zelf.