Research database

Ad oggi, i controlli in-field sull’autenticità degli alimenti non sono disponibili per tutte le categorie di prodotti alimentari e spesso non è possibile garantirne l’autenticità se non con analisi costose e distruttive, che necessitano di tecnologie complesse e di personale specializzato. Il progetto prevede lo sviluppo di una piattaforma di decision support (DSS), supportata da algoritmi di machine learning e basata su un dispositivo portatile, per la verifica dell’autenticità dei prodotti alimentari attraverso l’identificazione e la differenziazione di prodotti ittici freschi/decongelati e l’identificazione di prodotti carnei contenenti carni separate meccanicamente (CSM). Lo strumento, costituito da unità sensoristiche multi-purpose basate su tecniche spettroscopiche non distruttive, NIR e Raman, permetterà l’identificazione e la differenziazione dei su citati prodotti. Il progetto prevede l’analisi con campioni di controllo, l’elaborazione dati, lo sviluppo di una piattaforma tecnologica portatile wireless e una verifica dei dimostratori in campo. La finalità è di mettere a disposizione del settore alimentare uno strumento con piattaforma decisionale e block-chain per la verifica della corretta etichettatura e l’esclusione di “frodi” a danno delle aziende e dei consumatori.

• Fabrizio Giorgis (Principal Investigator)
• Alessandro Chiado' (Component of the research team)
• Francesco Geobaldo (Component of the research team)
• Alessandro Giraudo (Component of the research team)
• Chiara Novara (Component of the research team)
• Paola Rivolo (Component of the research team)
• Francesco Savorani (Component of the research team)

• Akronos s.r.l.
• Asseltech S.r.l.
• Esselunga S.p.a.
• Gesco Società Cooperativa Agricola
• INFORMATICA SYSTEM S.R.L. - Coordinator
• ISTITUTO ZOOPROFILATTICO SPERIMENTALE DEL PIEMONTE LIGURIA E VALLE D'AOSTA
• Politecnico di TORINO
• POLITECNICO DI TORINO - AMMINISTRAZIONE CENTRALE
• Università degli studi di Torino