Una pipeline di machine learning per la valutazione rapida e non invasiva della freschezza di diverse tipologie di alimenti attraverso sensori multipli

Abstract

I metodi microbiologici tradizionali per la valutazione della freschezza degli alimenti sono lenti (24–72 ore), distruttivi e costosi, limitando il controllo della qualità in tempo reale lungo la filiera alimentare. Questa tesi presenta una pipeline automatizzata di machine learning per la previsione rapida e non invasiva della carica batterica a partire da dati multisensore, sviluppata presso il laboratorio Génie Enzymatique et Cellulaire (GEC) dell'UTC di Compiègne. La pipeline è stata valutata su carne macinata, formaggio feta e insalate pronte al consumo utilizzando cinque modalità sensoriali (FTIR, visione multispettrale, naso elettronico, GC–MS e HPLC) e cinque famiglie di algoritmi di machine learning (Random Forest, SVM, XGBoost, MLP e CNN unidimensionale). I modelli sono stati ottimizzati mediante ricerca automatica degli iperparametri con validazione incrociata group-aware. La tesi introduce quattro contributi principali: (i) il passaggio dalla classificazione alla regressione continua della carica batterica mediante la metrica di tolleranza ±1 Log (Acc±1Log); (ii) la validazione cross-batch, addestrando i modelli su un lotto e testandoli su un lotto non visto; (iii) l'integrazione di reti neurali; e (iv) la valutazione del tempo di esecuzione e del costo computazionale per supportare la selezione dei modelli. I risultati mostrano elevate prestazioni predittive. La classificazione ha raggiunto un'accuratezza del 92,8% sul TVC della carne bovina utilizzando visione multispettrale e SVM. La regressione ha ottenuto un'Acc±1Log del 98,2% (RMSE = 0,50 Log CFU/g) sulla carne bovina e del 100% (RMSE = 0,38 Log CFU/g) sulla coppia HPLC–LAB, sebbene quest'ultimo risultato sia stato ottenuto su un dataset ridotto (n = 23). Lo studio propone un framework indipendente dal sensore e attento alle condizioni di confezionamento, mostrando che la combinazione ottimale tra sensore e modello dipende dalla matrice alimentare, dal microrganismo target, dal confeziona

Traditional microbiological methods for assessing food freshness are slow (24–72 h), destructive, and costly, limiting real-time quality control along the food supply chain. This thesis presents an automated machine-learning pipeline for the rapid, non-invasive prediction of bacterial load from multi-sensor data, developed at the Génie Enzymatique et Cellulaire (GEC) laboratory (UTC Compiègne). The pipeline was evaluated on minced beef, feta cheese, and ready-to-eat salads using five sensor modalities (FTIR spectroscopy, multispectral vision, electronic nose, GC–MS, and HPLC) and five families of machine-learning algorithms (Random Forest, SVM, XGBoost, MLP, and 1D-CNN). Models were optimized through automated hyperparameter search with group-aware cross-validation. The thesis extends previous work through four contributions: (i) transition from classification to continuous regression of bacterial load using a ±1 Log tolerance metric (Acc±1Log); (ii) cross-batch validation by training on one production lot and testing on an unseen lot; (iii) integration of neural networks; and (iv) measurement of computational time and cost for model selection. Results show strong predictive performance. Classification accuracy reached 92.8% on beef TVC using multispectral vision and SVM. Regression achieved 98.2% Acc±1Log (RMSE = 0.50 Log CFU/g) on beef and 100% Acc±1Log (RMSE = 0.38 Log CFU/g) on the HPLC–LAB pair, although the latter was obtained on a small dataset (n = 23). On feta, within-batch regression reached 100% Acc±1Log with RMSE as low as 0.10 Log CFU/g, while cross-batch experiments revealed significant domain-shift effects depending on packaging conditions. The study demonstrates a sensor-agnostic, packaging-aware framework for food freshness assessment and shows that the optimal sensor-model combination depends on the food matrix, target microorganism, packaging, preprocessing strategy, and computational budget.