Ny teknologi kan avsløre hvor lenge torskefileten holder seg fersk
Ny forskning fra Nofima viser at hyperspektral avbildning og maskinlæring kan brukes til å beregne gjenværende holdbarhet på torskefileter. Teknologien kan avdekke kvalitetsforskjeller allerede ved filetering, og kan på sikt gi bedre sortering, mer effektiv distribusjon og mindre matsvinn.
Prosjektleder Samuel Ortega Sarmiento i Nofima har ledet arbeidet med å utvikle en modell som anslår hvor lenge torskefileten holder seg fersk.
Hvor lenge en torskefilet holder seg fersk, avhenger blant annet av fangstmetode, håndtering og temperatur før fisken kommer til produksjonsanlegget. To fileter som ser like ut, kan derfor ha ulik gjenværende holdbarhet.
I det FHF-finansierte prosjektet «Bestemmelse av restholdbarhet ved bruk av hyperspektral avbildning» har Nofima undersøkt om kamerateknologi kombinert med maskinlæring kan gi sjømatindustrien et bedre grunnlag for å vurdere holdbarheten til fersk torsk. Resultatene viser at det er mulig å anslå gjenværende holdbarhet uten å ødelegge eller ta prøver av fisken.
Felles standard for når fisken ikke lenger er salgbar
For å lære opp en modell trenger man en fasit. Forskerne utviklet derfor først en sensorisk referansemetode i samarbeid med produsenter, fiskehandlere og Mattilsynet.
Metoden deler torskefileter inn i tre kategorier: salgbar, marginal og utløpt. Vurderingen bygger på lukt, utseende, tekstur, blodfarge og tilstanden til skinn og slim. Lukt og blodfarge var de mest pålitelige tegnene på at fisken var i ferd med å bli utløpt.
Torskefileter som ble vurdert da forskerne utviklet en felles standard for når fisken ikke lenger er salgbar. Til høyre vurderer et medlem av ekspertpanelet en enkeltfilet.
Foto: NofimaBeregner holdbarheten med et gjennomsnittlig avvik på 1,7 dager
Modellen analyserer hyperspektrale bilder av torskefileter, tatt med det industrielle kamerasystemet Maritech Eye. Kameraet registrerer lys ved mange ulike bølgelengder, også lys som ikke er synlig for det menneskelige øyet. Ved hjelp av maskinlæring kobles denne informasjonen til endringer i fiskens kvalitet under lagring.
Modellen ble utviklet gjennom tre lagringsforsøk med torsk fra ulike fangst- og håndteringsforhold. Forskerne testet den på forsøk som ikke var brukt til trening. Der bommet den i gjennomsnitt med 1,7 dager.
Det er nær det som er mulig å oppnå. Selv den sensoriske fasiten har en usikkerhet på én til to dager, fordi fileter fra samme parti brytes ned i litt ulikt tempo.
Fangst og håndtering setter spor i kvaliteten
Et sentralt funn er at teknologien kan fange opp kvalitetsforskjeller allerede samme dag som fisken fileteres.
I et uavhengig valideringsforsøk ble modellen testet på torsk fra ulike fartøy, med ulik fangst og håndtering. Bildene tatt ved filetering viste tydelige forskjeller mellom gruppene:
Juksafanget torsk hadde lengst beregnet holdbarhet. Fisken var levende om bord, ble lagret i sjøvann og fraktet med is. Den var fortsatt salgbar etter elleve dager på is.
Garnfanget fisk hadde kortere holdbarhet. Denne fisken hadde rundt 30 timers ståtid og ble oppbevart uten is om bord.
Fisk som allerede var død i garnet, viste særlig tydelige tegn til redusert kvalitet.
Modellen fanget også opp effekten av temperatur før filetering. Fisk som hadde ligget ved fire eller seks grader i rundt to døgn, fikk ved filetering beregnet omtrent 1,5 og 1,7 dager kortere holdbarhet enn fisk lagret ved null grader.
Modellen fikk ingen opplysninger om fangstmetode eller lagringstemperatur. Forskjellene kom fram av bildene alene.
Ulike deler av fileten forringes i forskjellig tempo
Forskerne fant også at kvalitetsforringelsen ikke skjer jevnt gjennom hele fileten. Modellen ble trent med én holdbarhetsverdi per filet, men bildene viste likevel hvilke områder som hadde kortere beregnet holdbarhet. Buk og spord forringes raskere enn tykkfisken.
Dette ble bekreftet med NMR-målinger av TMA og TMAO i ulike deler av fileten. Dette er stoffer som endrer seg når fisk blir mindre fersk.
Kan gi bedre utnyttelse av råstoffet
I dag bygger vurderinger av fiskens holdbarhet i stor grad på lukt, utseende, konsistens og laboratorieanalyser. Hyperspektral avbildning kan gi et raskere og mer objektivt supplement til disse metodene.
Hvis teknologien videreutvikles for industriell bruk, kan produsentene få bedre informasjon om hvilke produkter som bør distribueres raskt, og hvilke som tåler lengre lagring og transport.
– Bedre kunnskap om hvor lenge fisken faktisk holder seg fersk, kan gi sjømatindustrien et viktig verktøy for å utnytte råstoffet bedre. Resultatene viser et lovende potensial for mer presis kvalitetssortering, som på sikt kan bidra til både redusert matsvinn og økt verdiskaping, sier Frank Jakobsen, fagsjef i FHF.
Forskerne understreker at det fortsatt er behov for videre utvikling. Modellen må blant annet testes under flere produksjons- og lagringsforhold, og presisjonen i holdbarhetsberegningene kan forbedres. Resultatene gir likevel et godt grunnlag for videre arbeid med å ta teknologien i bruk i sjømatindustrien.
Fakta om prosjektet
Prosjektnummer: 901896
Prosjektnavn: Bestemmelse av restholdbarhet ved bruk av hyperspektral avbildning
Ansvarlig organisasjon: Nofima
Prosjektleder:Samuel Ortega Sarmiento
FHF-ansvarlig: Frank Jakobsen, Fagsjef – Industri, hvitfisk fersk/fryst og skalldyr
Finansiering: 5.000.000 NOK finansiert av FHF (Fiskeri- og havbruksnæringens forskningsfinansiering)