Метод пошуку і аналізу Е-домішок та інших складників у продуктах харчування населення

Abstract

The research is dedicated to the development of a formal method and a corresponding intelligent IT-system that allows consumers to automatically determine the content of food additives (E-additives) and provide an assessment of potential health risks based on EFSA and WHO data by photographing a product label. To implement the proposed approach, a combination of Natural Language Processing (NLP) methods for label text analysis, Computer Vision (CV) for ingredient recognition, and Machine Learning (ML) for classifying their hazard based on EFSA and WHO data was used. The experimental results showed that the system achieved an accuracy of 94% in recognizing E-additives on the test dataset (10,000 images). It was found that 23% of the analyzed products contain additives with potential allergenicity (for example, E320, E621). Furthermore, highly processed products contain a relatively larger number of additives, which is fully consistent with the results of previous studies in the field of food toxicology. The proposed method and the technological means for its implementation are promising for mass monitoring of food quality and consumer informing.

Дослідження присвячено розробленню формального методу та відповідної інтелектуальної ІТ-системи, що дозволяють споживачеві шляхом фотографування етикетки продукту автоматично визначити вміст харчових добавок (Е-домішок) та надати оцінку потенційних ризиків для здоров`я на основі даних EFSA та WHO. Для реалізації запропонованого підходу використано комбінацію методів обробки природної мови (NLP) для аналізу текстів етикеток, комп`ютерного зору (CV) для розпізнавання інгредієнтів та машинного навчання (ML) для класифікації їхньої небезпеки на основі даних EFSA та WHO. За результатами експериментальних досліджень показано, що система досягла точності 94% у розпізнаванні Е-домішок у тестовому наборі даних (10000 зображень). Виявлено, що 23% проаналізованих продуктів містять добавки з потенційною алергенністю (до прикладу, E320, E621). При цьому продукти з високим ступенем обробки мають відносно більшу кількість добавок, що повністю співвідноситься з результатами попередніх досліджень у сфері харчової токсикології Запропоновані метод і технологічні засоби його реалізації є перспективними для масового моніторингу якості продуктів харчування та інформування споживачів.