Comment contrôler la fraîcheur des aliments grâce à l’impression 3D et aux réseaux neuronaux ?

Peut-on réellement se fier à nos cinq sens pour évaluer la fraîcheur des fruits et légumes ? Dans des conditions normales, observer, sentir ou toucher un aliment suffit généralement à déterminer s’il est propre à la consommation, avec peu de risques. Cependant, dans l’industrie alimentaire, les exigences en matière de qualité sont bien plus strictes, et assurer la fraîcheur des produits tout au long du transport et du stockage représente un défi majeur. Pour répondre à cette problématique, une étude récente menée par l’université de Jiangnan, en Chine, a développé un système combinant l’impression 3D et réseaux neuronaux convolutionnels profonds (DCNN) afin de contrôler la qualité des fruits et légumes en temps réel.

L’impression 3D a permis de créer des étiquettes dotées d’indicateurs de couleur capables de détecter les variations de niveaux de CO₂ associées à la décomposition des fruits et légumes. Pour analyser ces changements, des réseaux neuronaux artificiels ont été utilisés afin d’interpréter les résultats affichés sur les étiquettes. L’association de ces deux technologies a ainsi abouti à une méthode efficace pour surveiller la fraîcheur des produits en temps réel.

Comment contrôler la fraîcheur des aliments grâce à l’impression 3D et aux réseaux neuronaux ?

Avant d’examiner les détails de l’étude, il est important de comprendre ce que sont les réseaux neuronaux convolutionnels profonds (DCNN). Il s’agit d’un type de réseau neuronal artificiel couramment utilisé pour l’analyse d’images. En exploitant la flexibilité de l’impression 3D, les chercheurs ont conçu des étiquettes intégrant des indicateurs de couleur à base de bromothymol bleu et de méthyle rouge, permettant ainsi de détecter les variations de niveaux de CO₂ liées à la décomposition des fruits et légumes.

L’impression 3D s’est révélée être une solution idéale pour fabriquer ces étiquettes à partir de matériaux biocompatibles comme l’alginate de sodium, les amidons et les polysaccharides, garantissant leur sécurité pour les emballages alimentaires. L’étude a démontré une corrélation directe entre les changements de couleur des étiquettes et la fraîcheur des aliments. Par ailleurs, une augmentation du CO₂ dans l’environnement de stockage a été associée à une perte de poids plus rapide et à une diminution de la fermeté des produits.

Comme mentionné précédemment, les réseaux neuronaux artificiels ont été utilisés pour interpréter les données recueillies par les étiquettes. En analysant les images des étiquettes, ces réseaux ont classé les aliments en trois catégories : frais, légèrement frais et endommagés. L’intégration des DCNN a permis d’atteindre une précision élevée dans l’évaluation de l’état des produits. L’étude a également conduit au développement d’une application mobile basée sur ce modèle, permettant aux utilisateurs de scanner les étiquettes et d’obtenir instantanément un diagnostic de la fraîcheur des aliments.

L’alliance de l’impression 3D et des réseaux neuronaux artificiels ouvre de nouvelles perspectives pour le suivi de la chaîne d’approvisionnement alimentaire. À l’avenir, cette technologie pourrait être étendue à d’autres produits, comme la viande et les produits laitiers, en intégrant des capteurs supplémentaires pour mesurer la température et l’humidité. Les chercheurs évoquent même la possibilité d’ajouter des agents antimicrobiens aux étiquettes imprimées afin de prolonger la durée de conservation des aliments. Plus d’informations sur l’étude ICI.

Que pensez-vous des étiquettes imprimées en 3D ?  N’hésitez pas à partager votre avis dans les commentaires de l’article. Retrouvez toutes nos vidéos sur notre chaîne YouTube ou suivez-nous sur Facebook ou LinkedIn !