초음파 AI 기술로 식품 안전 증진

도카이 대학과 Fujitsu는 일본 냉동 참치의 신선도를 감지하는 새로운 기술 개발에 성공했다고 발표했습니다. 이번 공동연구는 세계 최초로 냉동 참치의 제품을 자르거나 손상시키지 않고 육질을 측정하는 초음파 AI 신기술 개발에 중점을 두고 있다. 신기술은 가치를 손상시키지 않으면서 냉동 참치의 품질을 확인할 수 있는 새로운 방법을 제공하며, 향후 전 세계 냉동 참치 및 기타 식품 유통의 신뢰와 안전성을 향상시키는 데 도움이 될 수 있습니다.

양측은 일본 히로시마에서 열린 초음파연구회 기술위원회 회의(IEICE 주최)에서 이번 공동연구를 소개했다.

일본과 세계의 참치 수요가 크게 증가하여 15개국에서 2020년에 참치를 50,000톤 이상 어획하고 생산했습니다. 생선회용 고품질 참치에 대한 수요가 음식 열풍을 일으켰습니다.

대부분의 자연산 천연 참치는 상업용 어선에서 급속 냉동된 후 유통업체를 통해 레스토랑과 슈퍼마켓을 거쳐 소비자에게 배송됩니다. 그러나 참치의 품질은 어획 조건과 유통 과정 전반에 걸쳐 처리되는 방식에 따라 크게 달라집니다.

냉동 참치의 신선도와 육질을 확인하는 전통적인 방법은 일반적으로 검사관이 생선의 꼬리를 잘라내어 참치 꼬리의 단면을 육안으로 검사하는 방식입니다. 참치 꼬리를 자르면 물고기가 손상되고 가치가 떨어지는 경우가 많습니다. 이 과정에서는 정확한 품질 검사를 수행하기 위해 제한된 수의 숙련된 전문가에 크게 의존합니다.

냉동 참치 검사에 가장 적합한 초음파 주파수를 찾기 위해 Tokai University와 Fujitsu는 여러 파동 주파수에서 실험을 수행했습니다. 테스트 결과 상대적으로 낮은 주파수(약 500kHz)의 초음파가 최상의 결과를 생성하는 것으로 나타났습니다.

신선도 부족의 가능한 지표를 파악하기 위해 양 당사자는 신선도가 좋은 참치 샘플과 부족한 참치 샘플의 초음파 파형을 비교하여 샘플의 신선도에 따른 파형의 차이가 있는지 확인했습니다. 토카이 대학과 후지쯔는 뼈 부위의 반사 강도가 충분히 신선하지 않은 참치 표본에서 특히 강하다는 사실을 발견했습니다. 양사는 이러한 연구 결과를 바탕으로 냉동 참치의 신선도를 70~80% 정확도로 정확하게 확인할 수 있는 참치 표본의 뼈 반사파를 기반으로 한 머신러닝 모델을 만들었습니다.

새롭게 개발된 AI 기술은 사람의 눈으로 쉽게 구별할 수 있는 파형 외에도 사람의 눈으로 인지하기 어려운 파형의 차이도 식별할 수 있습니다.

또한 Tokai University와 Fujitsu는 새로 개발된 기술의 정확성을 향상하고 혈전이나 기타 병변의 존재와 같은 냉동 참치의 다른 품질 결함을 감지하는 능력을 더욱 향상시키기 위해 더 많은 참치 샘플을 사용하여 시험을 실시할 예정입니다. .

양사는 수산물 가공공장에서도 실지시험을 진행하고, 축산업, 생물학 분야, 냉동제품을 취급하는 의료 분야 등 보다 폭넓은 분야에 기술을 적용하기 위한 연구도 진행할 예정이다.

위 내용은 초음파 AI 기술로 식품 안전 증진의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!