Actalia

Accompagner les acteurs de la filière agroalimentaire pour la maîtrise de la qualité et l’innovation


  • Partager :
  • Mail

Actualités Recherche et Développement

25-04-2025 Recherche et Développement

Prévision des effets antibactériens du traitement à l’ozone sur les légumes à feuilles vertes à l’aide de modèles d’apprentissage automatique

décontamination ozone

Cette étude a examiné les effets antibactériens et les effets sur la couleur du traitement à l’ozone sur les légumes à feuilles vertes. Des modèles d’apprentissage automatique (ML) ont été utilisés pour prédire avec précision les résultats de ce traitement, offrant ainsi une alternative plus efficace aux méthodes traditionnelles.

L’ensemble de données, comprenant 720 points de données, a été généré en utilisant des concentrations d’ozone (2, 5 et 10 mg/L) et des durées de traitement (0, 5, 10 et 15 min) pour mesurer la réduction microbienne en logarithmes. La concentration d’ozone a eu un effet significatif sur la réduction bactérienne, tandis que les variétés de légumes ont influencé les paramètres de couleur mesurés. Cependant, la concentration d’ozone et la durée du traitement n’ont eu aucun effet sur la couleur.

L’analyse de l’importance des caractéristiques a permis d’identifier la concentration d’ozone comme la variable la plus critique pour prédire les résultats. Les résultats indiquent que l’eau ozonée décontamine efficacement les légumes verts, en préservant la qualité microbiologique et la couleur. En outre, les méthodes de ML peuvent modéliser avec succès les caractéristiques clés de ce traitement.

 

Zorlugenç, B., Tümay, M., Atasever, S. et al. Predicting antibacterial effects of ozone treatment on green leafy vegetables using machine learning models. Eur Food Res Technol (2025).

Image :European Food Research and Technology