Система для контроля качества кисломолочных продуктов с помощью смартфона создана в ИТМО
В Национальном исследовательском университете ИТМО разработали первую в Россию систему мониторинга кислотности среды молочнокислых бактерий на базе смартфона, на сайте университета.
Эта система работает в реальном времени и выдает результат с точностью до 0,01 единицы. Она основана на том, что в процессе роста термофильного стрептококка температура среды постепенно меняется – а это проявляется в изменении окраски индикатора.
"Пользователь фотографирует на смартфон чашку Петри с бактериями, а затем загружает фото в наш Telegram-бот. Алгоритм анализа цвета с использованием шестнадцатеричного цветового кода автоматически определяет контур чашки Петри, удаляет фон и шум. Далее он рассчитывает средние значения цвета загруженного изображения и сравнивает их с ранее построенным цветовым градиентом 25 эталонных изображений, которые хранятся в нашей локальной базе данных. Через несколько секунд система выдает значение кислотности с точностью до 0,01 единицы", – рассказывает первый автор исследования, инженер научно-образовательного центра инфохимии ИТМО Ольга Осьмак.
Это решение позволит контролировать качество кисломолочных продуктов непосредственно во время производства. Его использование не требует никаких специальных знаний, а мобильность обеспечивает возможность изучения молочнокислых бактерий в том числе и вне лабораторий.
Молочнокислые бактерии активно используются в фармацевтической и пищевой промышленности. При их брожении получается молочная кислота – а она входит в состав кремов, сывороток, других косметических средств для кожи, ее используют при производстве йогуртов и сыров.
Исследование опубликовано в Journal of Industrial and Engineering Chemistry и осуществлено на средства Российского научного фонда.
Ученые из ИТМО уже не раз привлекали внимание своими идеями.
Например, в мае сообщалось, что в ИТМО создан инструмент на основе для обработки изображения с плотно сгруппированными объектами, такими как камни и пузырьки – разработка упростит работу технологов горно-обогатительного производства, которые вручную отслеживают характеристики полезных ископаемых.
В мае же стало известно, что в ИТМО разработан алгоритм на базе искусственного интеллекта, который изменит подход к созданию препаратов для борьбы с . "Авторы использовали методы машинного обучения для поиска ингибиторов (вещества, подавляющие течение процессов. – "Профиль") селезеночной тирозинкиназы (Syk) – белка, который играет ключевую роль в развитии такого аутоиммунного заболевания, как иммунная тромбоцитопения". C помощью нового метода исследователи уже обнаружили более 100 "молекул-кандидатов", которые можно будет использовать в лекарствах.