Lu pour vous : l’intelligence artificielle pour estimer le persillé de la viande de porc

Une équipe chinoise a mis au point une technologie pour estimer le taux de lipides intramusculaires et la note de persillé de la viande de porc à l’aide d’une caméra reliée à un logiciel d’apprentissage automatique par intelligence artificielle.

Le %LIM (taux de lipides intramusculaires) est un critère de qualité de la viande mesuré traditionnellement par extraction chimique selon la méthode Soxhlet. Dans cette étude, 1481 photographies des muscles de la longe de 200 porcs ont été utilisées pour obtenir un %LIM par vision par ordinateur. Les mesures suivantes ont ensuite été réalisées sur ces mêmes échantillons : %LIM par méthode chimique, couleur, note de persillé, pH et taux d’exsudat. Les chercheurs ont mis en œuvre des techniques d’intelligence artificielle par apprentissage automatique pour construire un modèle d’estimation du %LIM à partir de ces mesures.

Les résultats ont montré les coefficients de corrélation suivants entre le %LIM (taux de lipides intramusculaires) estimé par apprentissage automatique sur les muscles de la longe et :  
• le %LIM mesuré par analyse chimique classique (extraction chimique Soxhlet)(0,68),        
• la note de persillé (0,64),       
• l’épaisseur du gras dorsal (0,48),          
• le pourcentage d’humidité (0,45),       
• la valeur du pH (0,25).

Selon les auteurs de l’étude, le tri des carcasses de porc en abattoir pourrait être largement amélioré par ces nouvelles technologies. Plus le nombre de mesures réalisées pour l’échantillonnage est important, plus la méthode d’apprentissage automatique par vision par ordinateur est fiable. Des bases de données ainsi réalisées pourraient présenter un intérêt, en particulier dans les filières qualité mettant en œuvre des cahiers des charges précisant la note de persillé des viandes. En revanche, cette technologie ne semble pas encore suffisante pour estimer la qualité du maigre (humidité et pH de la viande).

Source : Chen D. (2022) Combining computer vision score and conventional meat quality traits to estimate the intramuscular fat content using machine learning in pigs. Meat Science vol. 185, mars 2022, 108727