使用机器学习的光学传感器实时检测新鲜产品中的食源性病原体
Sunil Sharma1, Lokesh Tharani1
1Department of Electronics Engineering, Rajasthan Technical University, Kota, Rajasthan, India.
Science progress
|May 22, 2024
概括
这项研究提出了一种新的光学传感和机器学习方法,用于快速检测新鲜产品中的食物传播病原体. 这种创新方法在识别大肠杆菌等污染物方面达到高达95%的准确性,提高了食品安全.
科学领域:
- 食品科学 食品科学 食品科学
- 生物技术是生物技术.
- 传感器技术 传感器技术
背景情况:
- 污染的新鲜产品是导致食物传播疾病的主要原因之一.
- 目前的病原体检测方法往往很慢,缺乏准确性.
- 快速而精确的检测对于公共卫生和减少食物浪费至关重要.
研究的目的:
- 开发一种创新策略,用于识别新鲜产品中的食源性病原体.
- 利用光学传感和机器学习进行实时污染检测.
- 加强对新鲜产品的食品安全监测.
主要方法:
- 开发了一种基于光子学的传感器系统,用于生成用于病原体检测的光学信号.
- 机器学习算法被用来处理传感器数据并预测污染概率.
- 该方法在当地市场和杂货店的新鲜农产品样本上进行了测试.
主要成果:
- 该研究成功地确定了普遍存在的食源性病原体,包括大肠杆菌 (E. coli) 和肠道沙门氏菌.
- 检测准确度高达95%,优于传统方法.
- 该系统展示了实时功能,高精度和成本效益.
结论:
- 开发的方法在实时监测新鲜产品的食品安全方面取得了重大进展.
- 这种方法有可能改善食品行业的质量保证和安全监督.
- 未来的工作将专注于系统优化,便携式传感器和扩展病原体检测.
更多相关视频
10:25Construction of Models for Nondestructive Prediction of Ingredient Contents in Blueberries by Near-infrared Spectroscopy Based on HPLC Measurements
Published on: June 28, 2016
10.6K
09:10Combination of Adhesive-tape-based Sampling and Fluorescence in situ Hybridization for Rapid Detection of Salmonella on Fresh Produce
Published on: October 18, 2010
13.0K
