Innovatieve beeldvorming is stap vooruit voor de moderne vleesverwerking
iMeat-project focust op efficiëntere en verspillingvrije aanpak
Onder impuls van Flanders’ FOOD en met de steun van VLAIO sloegen twee vleesverwerkers, een machineontwikkelaar en een onderzoeksteam van KU Leuven de handen in elkaar. Samen realiseerden ze iMeat, een project rond intelligente technologieën, dat vorig jaar afgerond werd. Deze innovaties omvatten X-stralen voor een betere automatisatie bij het versnijden van varkensschouders én een probe om de rijping van rundvlees objectief te monitoren. We vroegen toelichting aan Michiel Pieters (wetenschappelijk medewerker aan de afdeling Mechatronica, Biostatistiek en Sensoren (MeBioS) van KU Leuven) en Eline Stuyven (innovatiemanager bij Flanders’ FOOD).
Project iMeat: uitbenen & rijpen
Varkensschouders uitbenen
Het uitbenen van varkensschouders gebeurt op de klassieke manier handmatig en is arbeidsintensief. De vleessector evolueert richting automatisatie om efficiënter te werken en voedselverspilling te beperken. Een oplossing bestaat erin om m.b.v. sensoren en inwendige beelden de taak te vereenvoudigen. X-rayscanners zijn al ingeburgerd in de industrie: ze leveren 2D-beelden die via AI-modellen informatie doorgeven aan snijmachines. Onderzoekers van KU Leuven gingen na hoe een inline X-rayprojectie kan volstaan om een 3D-model van het schouderbeen te ‘voorspellen’. Dit model dient vervolgens als input voor machines die het uitbeenproces ondersteunen. Intussen werkt het team ook aan een geavanceerdere variant van het AI-model.
Rijping van rundvlees
Gerijpt rundvlees wordt steeds populairder. Tijdens het rijpen breken enzymen de vezels in het vlees langzaam af, wat zorgt voor kleurverandering en een malsere textuur. Een deel van het vocht verdampt, wat een vollere, intense smaak garandeert. Dit gebeurt in rijpingskamers met als parameters tijd, temperatuur, luchtvochtigheid en luchtcirculatie. Ambachtslieden sturen het proces traditioneel bij op basis van ervaring, wat automatisatie bemoeilijkt. Binnen iMeat werd echter een optische vezelprobe ontwikkeld, een instrument dat de rijpheid tastbaar meet. Simpel gezegd wordt bepaald hoeveel licht het vlees terugkaatst in het zichtbare en nabij-infrarode spectrum, om zo informatie te krijgen over rijpheid, kwaliteit, vochtgehalte…
Gezamenlijk initiatief
Waarom dit project?
Michiel Pieters: “Het iMeat-project werd opgestart vanuit een gezamenlijke ambitie van enerzijds Vleescentrale O.S., gespecialiseerd in de uitbening en versnijding van varkensvlees en slagerij Dierendonck. Anderzijds werd ook technologieontwikkelaar en machinebouwer Marelec Construct betrokken. Samen onderschreven de deelnemers een poging om de vleesverwerking te moderniseren via geavanceerde beeldvorming en dataverwerking.”
Wat was het ultieme doel?
Michiel Pieters: “Het doel was om objectieve, reproduceerbare en inline meetmethodes te ontwikkelen die de subjectieve menselijke beoordeling aanvullen of zelfs vervangen. KU Leuven werkte samen met deze partners om innovatieve technologieën te integreren in de kwaliteitsbeoordeling van vlees. Dat gebeurde m.b.v. X-ray voor de varkensschouders en hyperspectrale beeldvorming en optische spectroscopie voor de rijping van rundvlees. Met deze laatste technieken worden details objectief zichtbaar zoals veranderingen in de zuurstofbinding en hoeveel vet en water er in het vlees zit.”
Welke rol speelde Flanders’ FOOD?
Eline Stuyven: “Flanders’ FOOD, de speerpuntcluster voor de Vlaamse agrovoedingsindustrie, beheerde en coördineerde het iMeat-project. Het onderzoek werd daarnaast gesteund door VLAIO. Er werd 3,5 jaar aan gewerkt. Over het project werden twee inhoudelijke artikels gepubliceerd in de nieuwsbrief van Flanders’ FOOD: ‘Naar automatisatie van vleesverwerking met X-ray technologie’ (23 mei 2024) en ‘Monitoring van het rijpingsproces van rundvlees met een optische vezelprobe’ (28 augustus 2024).”
"Parameters zoals ras, leeftijd en voeding hebben invloed op de spectrale eigenschappen van vlees"
Hoe verliepen beide onderzoeken?
Michiel Pieters: “KU Leuven ontwikkelde enerzijds multispectrale en hyperspectrale beeldvorming voor kwaliteitsparameters zoals de marmering, kleur en versheid van het vlees. Anderzijds werd een optische vezelprobe ontwikkeld voor de opvolging van de veranderingen binnenin het vlees tijdens de rijping. Dankzij de dunne naald gebeurt dit op een minimale invasieve manier, zonder weefselstructuren aan te tasten."
De vezelprobe meet de inwendige kleurveranderingen van het rundvlees. Zijn die veranderingen ook niet afhankelijk van ras, leeftijd van het dier, voeding enz,…?
Michiel Pieters: “Zeker. KU Leuven en meer bepaald de Biophotonics group van Prof. Wouter Saeys heeft aangetoond dat parameters zoals ras, leeftijd en voeding invloed hebben op de spectrale eigenschappen van vlees. Daarom werd in het project gewerkt met verschillende runderrassen en rijpingscondities om robuuste modellen te ontwikkelen die met deze variatie rekening houden.”
"Op termijn kunnen deze technologieën leiden tot betere en consistentere vleeskwaliteit, efficiëntere verwerking en minder verspilling"
Op welke manier helpen X-stralen bij het ontbenen van varkensschouders?
Michiel Pieters: “Voor het ontbenen van varkensschouders werden op het vlak van X-ray beeldvorming ‘deep learning-algoritmes’ ontwikkeld. Eerst verzamelden en analyseerden we een groot aantal CT-scans van varkensschouders. Vervolgens werden de CT-beelden verwerkt om 3D-computermodellen van de botten te krijgen, rekening houdend met natuurlijke vormvariatie. Ten slotte werd een simulatietool opgebouwd dat op basis van de 3D-modellen 2D X-ray beelden genereert. Dat gebeurt d.m.v. een ‘digital twin’ of digitale tweeling.
Wat is een digitale tweeling?
Michiel Pieters: “Dat is een digitale kopie, in dit onderzoek een digitale X-ray scanner die beelden maakt zoals een echte X-ray scanner. Als input krijgt de ‘digital twin’ scanner de 3D-modellen van het spier- en botweefsel en de output bestaat uit verscheidene 2D X-ray beelden. Deze beelden werden gebruikt om de AI algoritmes te trainen, en daaraan ook telkens de 3D-informatie te linken. Zo is het mogelijk om te voorspellen hoe het bot eruit ziet in 3D. De ontbeningsmachine krijgt een gedetailleerd beeld van de botstructuur en ontbeent automatisch met minimaal vleesverlies.”
"Via een digitale kopie is het mogelijk om te voorspellen hoe het bot eruit ziet in 3D"
Wat zijn de praktische toepassingen van het onderzoek?
Michiel Pieters: “Deze technologieën werden getest en gevalideerd onder gecontroleerde laboratoriumcondities. Er werd samengewerkt met verschillende partners die input leverden voor de validatie. De academische resultaten zijn gepubliceerd en vormen de basis voor verdere verwerking. Hoewel KU Leuven geen bedrijfsresultaten deelt, kunnen we stellen dat de ontwikkelde technologieën potentieel hebben voor integratie in industriële processen. Denk aan kwaliteitscontrole, rijpingsmonitoring en geautomatiseerde snijprocessen. De vezelprobe en X-ray reconstructie zijn voorbeelden van technologieën die in testopstellingen hun waarde bewezen hebben.”
Is de vezelprobe reeds gecommercialiseerd of wanneer kan dit gebeuren?
Michiel Pieters: “De vezelprobe is momenteel een onderzoeksprototype. Verdere ontwikkeling en validatie zijn nodig voor commerciële toepassing. Ze is vooral interessant voor bedrijven die vlees rijpen en die de kwaliteit daarvan willen monitoren, zoals gespecialiseerde vleesverwerkers en onderzoeksinstellingen.”
Afsluitende conclusies van iMeat
Zijn er nog andere toepassingen mogelijk?
Eline Stuyven: “De probe kan ook worden gebruikt voor andere toepassingen in de voedingsindustrie waarbij het monitoren van inwendige processen in voedingsmiddelen nodig is. Deze techniek biedt mogelijkheden voor het monitoren van processen waarvan de belangrijke proceskarakteristieken niet aan het oppervlak kunnen worden gemeten.”
"De deelnemende vleesbedrijven kunnen nu beter botten detecteren in het vlees en exacter rond de botten snijden"
Wat kwam er concreet uit de bus voor de deelnemers aan dit project?
Eline Stuyven:“Via de projectresultaten kunnen de deelnemende vleesbedrijven nu beter botten detecteren in het vlees en exacter rond de botten snijden. Dit kan resulteren in meer efficiëntie en minder voedselverlies bij vleesversnijders. Voor Dierendonck is het verder belangrijk om de verschillende stadia van het afrijpproces te monitoren om minder verlies te hebben, en de verandering van structuur en textuur te controleren. De projectresultaten gaven aan dat de ontwikkelde technologieën potentieel hebben om dit op te volgen. Machineleverancier Marelec is op zijn beurt overtuigd om blijvend in te zetten op innovatie.”
Welke directe voordelen zijn er voor de vleesindustrie in het algemeen?
Michiel Pieters: “Op termijn kunnen deze technologieën leiden tot betere en consistentere vleeskwaliteit, efficiëntere verwerking en minder verspilling. De implementatie vereist echter nog verder onderzoek en aanpassingen eer de onderzoeksresultaten ook op industriële schaal toepasbaar zijn.”
Zijn er plannen om de X-rays ook te gebruiken voor andere delen dan varkensschouders?
Michiel Pieters: “Ja, er zijn zeker plannen om de X-ray technologie uit het iMeat-project ook toe te passen op andere karkasdelen en vleessoorten, zoals kip. De ontwikkelde methodologie is flexibel en kan aangepast worden aan verschillende anatomische structuren. Dit opent perspectieven voor bredere toepassingen in de vleesverwerking, zoals automatische kwaliteitscontrole en het uitbenen van diverse producten.”
"Elk type vleesdeel heeft unieke kenmerken die vragen om aangepaste AI-modellen en trainingsdata" - Michiel Pieters
Wat staat een verdere ontwikkeling in de weg?
Michiel Pieters: “De verdere ontwikkeling vraagt om specifieke aanpassingen: elk type vleesdeel heeft unieke kenmerken die vragen om aangepaste AI-modellen en trainingsdata. Daarnaast is validatie in industriële omstandigheden essentieel om de technologie robuust en betrouwbaar te maken. De MeBioS-groep aan KU Leuven en meer bepaald de afdeling Postharvest van Prof. Bart Nicolai werkt daarom aan het uitbreiden van de digital twin en X-ray AI-modellen, zodat deze toepassing breed inzetbaar wordt in de vleesindustrie.”
Zijn er vervolgprojecten in het vooruitzicht?
Michiel Pieters: “De MeBioS-groep is betrokken bij verscheidene vervolgtrajecten rond digitalisering en automatisering in de agrovoedingssector. De opgedane kennis uit iMeat wordt ingezet in nieuwe onderzoeksprojecten rond kip en inline inspectie.”
