多スペクトル光画像と機械学習を使用してサルモネラリスクを軽減する鶏肉の肉の目に見えるおよび目に見えない汚染の検出

科学分野:

• 食品の安全性
• 微生物学
• 農業工学

背景:

• サルモネラ菌は家禽の食品安全に関する問題であり,過去10年間で病率は停滞しています.
• 現在のUSDA-FSISの方針は,肉の糞便汚染を視覚的に検査することであり,この方法は限界があります.
• 鶏肉の処理における病原体検出を 強化するための高度な自動化された技術が 極めて必要とされています

研究 の 目的:

• 多スペクトル光画像の有効性を評価し,肉の肉の目に見えるおよび目に見えない排泄物を検出する.
• 鶏肉加工工場における汚染検出の自動化のためのこの技術の可能性を評価する.
• 鳥類産業における現在のサルモネラ検出とサンプリング方法の改善を図る.

主な方法:

• マルチスペクトルの光成像技術が404のブローラー肉体に適用された.
• 糞便の汚染を特定するために,画像と併せてデータ分析を使用した.
• サルモネラ菌の存在は,検出された汚染部位とスランプサンプルで確認されました.

主要な成果:

• マルチスペクトル画像検査で 肉鳥の死体には 見えない痕跡を含む 糞便の汚染が検出されました
• この技術は,高パーセントの糞便を区別する際の限界を示した.
• イメージシステムで検出された見えない糞は サルモネラに陽性でした これは新しい発見です
• 冷却後の肉体のサルモネラが予想外に多く見られ,現在のサンプリング技術に問題があることを示唆しています.

結論:

• マルチスペクトル光成像は サルモネラと関連した検出不可能な糞便汚染を検出するための有望なツールです
• 既存の家禽の検査とサルモネラ採取方法は再評価と近代化が必要である.
• マルチスペクトル画像などの先進技術を実装することで,家禽の安全と公衆衛生の保護を大幅に向上させることができます.