Учёные научили камеру вычислять рыбу «второй свежести». Помните легендарный диалог булгаковского Воланда: «Осетрину прислали второй свежести… - Голубчик, это вздор! Свежесть бывает только одна - первая, она же последняя»? Сегодня этот афоризм мог бы стать эпиграфом к исследованию, проведённому в лабораториях Череповецкого государственного университета (ЧГУ).
Научный прорыв
Пока потребители в магазинах полагаются на обоняние и честность продавца, наука предлагает заглянуть в структуру продукта на молекулярном уровне, причём без единого прикосновения. Группа учёных из ЧГУ совместно с коллегами из Марокко разработала технологию, способную поставить окончательный диагноз рыбному филе за считанные секунды.
Любой технолог рыбного цеха знает: стандартная процедура проверки партии - это всегда компромисс между безопасностью и экономикой. Из двадцати тушек наугад извлекается одна, она препарируется, закладывается в анализатор, а производственная линия в это время простаивает в ожидании вердикта.
Череповецкие исследователи предложили принципиально иной подход: заменить лабораторный тест на бесконтактное «зрение». В основе разработки лежит метод гиперспектральной визуализации, результаты которого опубликованы в научном журнале «Хранение и переработка сельхозсырья». Исследование проводилось на филе радужной форели, однако принцип, по заверению авторов, универсален для большинства промысловых видов - от трески до скумбрии.
Как это работает?
Главный герой проекта - так называемая «умная камера», которая видит гораздо больше, чем способен уловить человеческий глаз. Обычная фототехника фиксирует видимый спектр. Устройство же, применяемое в ЧГУ, сканирует ближний инфракрасный диапазон. По сути, оно считывает уникальный «спектральный отпечаток», который меняется в зависимости от химических процессов в тканях.
Как только в рыбе начинается окисление жиров и активизируется патогенная микрофлора, меняется коэффициент отражения света от поверхности. Для технолога это сигнал тревоги, для нейросети - просто набор данных.
Ведущий научный сотрудник Лаборатории прикладной биотехнологии ЧГУ Дарья Вилкова так комментирует принцип работы устройства:
- Камера видит не только обычное изображение, но и невидимый для нас спектральный отпечаток рыбы в ближнем инфракрасном диапазоне. Мы научили нейросеть читать этот отпечаток. Теперь, когда рыба проезжает мимо такой камеры, компьютер может мгновенно сказать: «Эта рыба свежая, её можно пускать в производство» или «Эта рыба хранится слишком долго, её нужно утилизировать». Раньше для этого приходилось вырезать кусок рыбы и ждать результатов анализа в лаборатории несколько дней.
Точность метода при бинарной классификации образцов (свежий/испорченный) достигает 90%.
Ключевое преимущество разработки - возможность сплошного контроля. Традиционная выборка 1 из 20 оставляет значительный люфт для попадания на прилавок продукции с истекающим сроком хранения. Гиперспектральная камера, установленная над конвейерной лентой, способна оценить состояние каждого кусочка филе в потоке. Это переводит контроль качества из вероятностной плоскости в гарантированную.
Дарья Вилкова подчёркивает практическую ценность внедрения:
- По данным Роспотребнадзора, около 18% рыбной продукции на рынке не соответствует нормам. Внедрение нашей системы на производстве может сократить долю продукции из некачественного сырья, что снизит издержки переработчиков и риски для торговых сетей.
Актуальность проблемы подтверждается свежими данными региональных управлений Роспотребнадзора. Например, в текущем году в одной только Волгоградской области по результатам проверок снята с реализации 21 партия рыбы общим весом около 400 килограммов. В Нижегородской области физико-химическим показателям не соответствовали 19,5% исследованных проб, что привело к изъятию 65,5 кг продукции. В Красноярском крае за 9 месяцев было забраковано 17 партий рыбы и морепродуктов общим весом 76 кг, при этом более 2% проб не соответствовали микробиологическим нормативам.
Большая часть рыбы в Крыму - замороженная. Живая тоже попадается. Фото Александра КАДНИКОВА.
От адаптации к конвейеру
Несмотря на кажущуюся футуристичность, система не требует экзотического оборудования. Для её развёртывания нужны два компонента: гиперспектральная камера и компьютер с установленной обученной нейросетью. Никаких реактивов, ожидания инкубации и утилизации образцов. Физико-химические процессы порчи у разных видов рыб схожи, поэтому после краткого периода дообучения нейросети на местных видах технология может быть внедрена на любом рыбообрабатывающем предприятии в любой стране.
Сейчас научный коллектив готовится к опытно-промышленным испытаниям. Учёным предстоит адаптировать алгоритмы к реальным условиям цеха, где на результат могут влиять скорость движения конвейерной ленты, перепады температуры и производственная вибрация. Работа ведётся при поддержке Российского научного фонда.
Внедрение подобных систем приобретает особую значимость в текущей экономической ситуации. Рыбопереработчики сегодня работают в условиях жёстких кредитных ставок и необходимости оптимизации издержек. По данным отраслевых объединений, из-за санкционных ограничений и логистических сложностей экспортёры теряют маржинальность, а себестоимость переработки растёт. Сплошной контроль качества на входе позволяет минимизировать репутационные риски и избежать возвратов крупных партий из торговых сетей, что напрямую влияет на финансовую устойчивость предприятий.
Практическое мастерство
А пока вспомним, на что нужно полагаться, выбирая рыбу. Лучше всего оценить качество можно у целой тушки. У свежей рыбы глаза выпуклые, прозрачные и блестящие, роговица ясная. Мутные, серые, «усохшие» или ввалившиеся глаза - верный признак того, что рыба провела на прилавке лишнее время.
Приподнимите жаберную крышку. Внутри должно быть ярко-красное или насыщенно-розовое влажное мясо. Серые, коричневые, почерневшие или покрытые слизью жабры с неприятным запахом сигнализируют о начавшейся порче.
Качественный продукт практически ничем не пахнет или источает лёгкий аромат водоёма (моря, реки, водорослей или даже тины). Любой резкий, неприятный «рыбный» дух или, что хуже, аммиачные нотки - стоп-сигнал.
Надавите пальцем на самую мясистую часть спинки. У свежей рыбы образовавшаяся ямка исчезнет за 1-2 секунды. Если вмятина остаётся или мясо рыхлое, «кашеобразное» - тушка неоднократно размораживалась или испортилась.
Чешуя должна быть блестящей, плотно прилегать к телу и быть покрытой тонким слоем прозрачной слизи. Это естественный защитный слой, а не признак плохого качества, если он прозрачен. Тусклая, липкая или легко отделяющаяся чешуя, а также зеленоватые или жёлтые пятна на брюхе - признаки длительного хранения.
Если рыба охлаждённая или замороженная, то обратите внимание на условия хранения и упаковку. Тушка должна лежать на объёмной ледяной подушке. Филе должно быть плотным, без разрывов и наслоений.
Признаки повторной заморозки: ободранная, деформированная, «рваная» тушка, обилие снега или льда в упаковке (а не тонкая глазурь), желтоватый оттенок или тёмные пятна говорят о том, что рыбу уже размораживали и замораживали снова. Такую лучше не брать.
На заводской упаковке обязательно должны быть дата изготовления, срок годности, условия хранения (для замороженной - не выше -18 градусов) и информация о производителе.
Анастасия АЛЕКСЕЕНКО.
Архив новостей