Hyperspektralbilder können Essqualität von Schwein zur nutzbaren Spezifikation machen

Eine am 14. Oktober veröffentlichte Studie schlägt vor, die Essqualität von Schweineschulter mit sichtbarer und nahinfraroter Hyperspektralbildgebung zu klassifizieren. Ihr Ansatz ist bemerkenswert, weil er nicht einen einzelnen Analysenwert prognostiziert, sondern Proben nach einem Gesamtprofil der Essqualität gruppiert. Dafür kombinierten die Forschenden Ergebnisse aus Sensorik und elektronischer Zunge und bildeten statistisch abgegrenzte Qualitätscluster. Die Datengrundlage umfasste 189 Proben. Aus den Bilddaten wurden Muskel-, Fett- und Gesamtfleischbereiche getrennt ausgewertet. Der Muskelbereich lieferte die beste Klassifikationsleistung – sowohl bei einer Zweiteilung als auch bei drei Qualitätsgruppen. Zusätzlich prüfte das Team laut Studienzusammenfassung Verfahren zur Merkmalsauswahl und Datenanreicherung in Verbindung mit unterschiedlichen Machine-Learning-Modellen. Fachlich wichtig ist der Perspektivwechsel: Es geht nicht allein darum, Farbe, Fett oder Wasser zu erkennen, sondern eine Erwartung an den Genusswert abzubilden. Die Kamera wird dadurch jedoch nicht selbst zum Sensorikpanel. Die Referenzcluster hängen von Probenkollektiv, Paneltraining, Produkt und Zubereitung ab. Bevor ein Betrieb damit Ware sortiert, müsste er das Modell gegen eigene Tiere, Zuschnitte, Zerlegeprozesse, Verpackungen und Verwendungszwecke validieren. Für Verarbeitung und Handel eröffnet der Ansatz eine interessante Perspektive bei Schulter, Pulled Pork, Braten und marinierten Artikeln: Chargen mit vergleichbarem Essprofil könnten gezielter in passende Anwendungen gehen. Voraussetzung bleibt, dass die Vorhersage an eine klare Spezifikation und regelmäßige sensorische Gegenprüfung gebunden wird. Bildgebung kann die Entscheidung beschleunigen; das Qualitätsversprechen muss sich weiterhin auf dem Teller bewähren.