La teneur en eau des aliments est un indicateur de qualité nutritionnelle important, mais connaître cette teneur n’est pas simple. L'objectif du projet de Fiona et Etienne, étudiants en 4e année, est d’évaluer cette teneur grâce à la technologie d'imagerie hyperspectrale. Ce type d’imagerie non conventionnelle est développé au laboratoire d’optique de l’ISEN et présente un fort potentiel pour l’étude de la composition chimique d’échantillons, ceci de manière non destructive et rapide.
L'ISEN Yncréa Ouest est très présent dans les domaines liés à l'environnement et à l'agronomie. Une formation possible dès la première année de classe préparatoire (via les cycles EST - Environnement, Sciences et Technologies ou BIAST - Biologie, Agronomie, Sciences et Technologies) à Brest et Nantes. En années 4 et 5, les étudiants doivent choisir une voie de domaine professionnel pour obtenir leur diplôme ISEN. Quel qu'ait été leur parcours post-baccalauréat, ils peuvent choisir le domaine professionnel "Numérique, Environnement et Développement Durable" (NEDD) ou "Agriculture et Numérique" par exemple.
------------------------
Plus d'informations sur le Cycle Post-baccalauréat "Environnement, Sciences et Technologies" (EST) :
À Brest : https://isen-brest.fr/formation-ingen...
À Nantes : https://isen-nantes.fr/formation-inge...
Plus d'informations sur le Cycle Post-baccalauréat "Biologie, Agronomie, Sciences et Technologies" (BIAST) à Brest : https://isen-brest.fr/formation-ingen...
Plus d'informations sur le domaine professionnel "Agriculture et numérique" à Brest : https://isen-brest.fr/formation-ingen...
Plus d'informations sur le domaine professionnel "Numérique, Environnement et Développement Durable" à Brest : https://isen-brest.fr/formation-ingen...
----------------------------
***
Transcription de la vidéo :
C'est un projet qui s'inscrit sur l'année M1 et qu'on réalise sur une durée de trois mois. L'intitulé de notre projet est "Déterminer le pourcentage d'eau dans les aliments à l'aide de la technologie hyperspectrale". Pour ce faire, on va réaliser plusieurs acquisitions sur plusieurs fruits, plusieurs mesures, à la fois chimiques et hyperspectrales et ensuite on va établir un modèle de prédiction. Au total on a donc sept modèles prédictifs : la pomme, le kiwi, la poire, la mûre, la myrtille et la framboise. On devait placer nos fruits à l'étuve et on faisait des acquisitions toutes les 30 minutes afin d'avoir à la fin une belle courbe d'étalonnage. Ce principe pouvait durer plusieurs jours pour pour des petits fruits (par exemple ça allait de deux à trois jours pour avoir une déshydratation totale du fruit) et sur des fruits entiers, comme une pomme, ça pouvait prendre pratiquement une semaine.
On a remarqué que l'évolution du pourcentage d'eau dans les aliments n'est pas le même en fonction de la structure de l'aliment, qu'on a des évolutions qui sont très linéaires et on a des évolutions aussi qui sont complexes. Ça nous donne une information sur sa qualité et grâce à cette information, on peut savoir si le fruit a subi des variations de température, ce qui lui fait perdre un petit peu en teneur en eau. On a développé d'autres modèles à partir de lois connues, des modèles physiques, qui nous ont permis de préciser un petit peu cette prédiction pour les aliments plus complexes. Ensuite on peut élargir un petit peu ce projet à plusieurs plusieurs autres mesures, c'est à dire qu'avec cette technologie, on pourrait déterminer le pourcentage de protéines, de glucides, d'autres composants, d'autres éléments chimiques dans le fruit. C'est un dispositif qui pourrait servir aux domaines de l'industrie, de l'agroalimentaire pour pouvoir avoir des informations, des valeurs nutritionnelles sur l'aliment.
Merci à Fiona et Etienne, ainsi qu'à Josselin Aval, enseignant-chercheur qui a encadré ce projet.
Musique : M.W.D Trouble Scene
***
Partagez la vidéo
• Devenir ingénieur Agro - Imagerie hyperspe...
Информация по комментариям в разработке