Even een foto maken van je bord en direct zien hoeveel vet, eiwit en koolhydraten erin zit: het klinkt futuristisch, maar komt mogelijk dichterbij. Datawetenschapper Esther Kok van Wageningen University & Research laat in haar promotieonderzoek zien dat hyperspectrale technologie voedingsstoffen in voedsel deels kan herkennen en berekenen.
Camera kijkt verder dan zichtbaar licht
Voor haar promotie onderzocht Kok of hyperspectraalcamera’s geschikt zijn om nutriënten in voedsel te identificeren. Deze camera’s registreren niet alleen zichtbaar licht, maar ook infrarood. Juist dat deel van het spectrum wordt door vetten, eiwitten en koolhydraten geabsorbeerd, waardoor ze mogelijk te onderscheiden zijn.
Test met dubbele boterham
Om te testen hoe goed de techniek werkt in de praktijk, liet Kok de camera dubbele boterhammen scannen, met variaties in broodsoort, boter en kaas. De vraag was of de camera ook in samengestelde producten ”door het eten heen” kan kijken. Dat blijkt deels mogelijk. Sommige ingrediënten konden goed worden herkend en gekwantificeerd, andere minder. Met name combinaties van boter en kaas waren lastig te onderscheiden, vermoedelijk door de vergelijkbare vetpercentages.
Nauwkeurige schatting van vet en eiwit
In een vervolgexperiment richtte Kok zich op het voorspellen van totale vet- en eiwitgehaltes. Met behulp van machine learning analyseerde ze 73 kaasmonsters. De resultaten waren veelbelovend: in 97 procent van de gevallen klopte de schatting. De afwijking was klein: maximaal circa 2 gram voor eiwit en 1,9 gram voor vet. Daarmee is volgens Kok sprake van een geslaagde proof-of-concept.
Lees hier het volledige artikel.