Метод пошуку і аналізу е-домішок та інших складників у продуктах харчування населення
The research is dedicated to the development of a formal method and a corresponding intelligent IT-system that allows consumers to automatically determine the content of food additives (E-additives) and provide an assessment of potential health risks based on EFSA and WHO data by photographing a pro...
Збережено в:
| Дата: | 2026 |
|---|---|
| Автори: | , , , |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
Vinnytsia National Technical University
2026
|
| Теми: | |
| Онлайн доступ: | https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/798 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Optoelectronic Information-Power Technologies |
Репозитарії
Optoelectronic Information-Power Technologies| _version_ | 1856543906262417408 |
|---|---|
| author | Бісікало, О.В. Сторчак, В.Г. Здітовецький, Ю.С. Горячев, Г.В. |
| author_facet | Бісікало, О.В. Сторчак, В.Г. Здітовецький, Ю.С. Горячев, Г.В. |
| author_sort | Бісікало, О.В. |
| baseUrl_str | |
| collection | OJS |
| datestamp_date | 2026-01-12T10:58:28Z |
| description | The research is dedicated to the development of a formal method and a corresponding intelligent IT-system that allows consumers to automatically determine the content of food additives (E-additives) and provide an assessment of potential health risks based on EFSA and WHO data by photographing a product label. To implement the proposed approach, a combination of Natural Language Processing (NLP) methods for label text analysis, Computer Vision (CV) for ingredient recognition, and Machine Learning (ML) for classifying their hazard based on EFSA and WHO data was used. The experimental results showed that the system achieved an accuracy of 94% in recognizing E-additives on the test dataset (10,000 images). It was found that 23% of the analyzed products contain additives with potential allergenicity (for example, E320, E621). Furthermore, highly processed products contain a relatively larger number of additives, which is fully consistent with the results of previous studies in the field of food toxicology. The proposed method and the technological means for its implementation are promising for mass monitoring of food quality and consumer informing. |
| first_indexed | 2026-02-08T08:10:40Z |
| format | Article |
| id | oai:oeipt.vntu.edu.ua:article-798 |
| institution | Optoelectronic Information-Power Technologies |
| language | Ukrainian |
| last_indexed | 2026-02-08T08:10:40Z |
| publishDate | 2026 |
| publisher | Vinnytsia National Technical University |
| record_format | ojs |
| spelling | oai:oeipt.vntu.edu.ua:article-7982026-01-12T10:58:28Z Method for searching and analyzing e-additives and other components in food products of the population Метод пошуку і аналізу е-домішок та інших складників у продуктах харчування населення Бісікало, О.В. Сторчак, В.Г. Здітовецький, Ю.С. Горячев, Г.В. artificial intelligence food additives E-additives method intelligent IT-system machine learning CV NLP штучний інтелект харчові добавки Е-домішки метод інтелектуальна ІТ-система машинне навчання CV NLP The research is dedicated to the development of a formal method and a corresponding intelligent IT-system that allows consumers to automatically determine the content of food additives (E-additives) and provide an assessment of potential health risks based on EFSA and WHO data by photographing a product label. To implement the proposed approach, a combination of Natural Language Processing (NLP) methods for label text analysis, Computer Vision (CV) for ingredient recognition, and Machine Learning (ML) for classifying their hazard based on EFSA and WHO data was used. The experimental results showed that the system achieved an accuracy of 94% in recognizing E-additives on the test dataset (10,000 images). It was found that 23% of the analyzed products contain additives with potential allergenicity (for example, E320, E621). Furthermore, highly processed products contain a relatively larger number of additives, which is fully consistent with the results of previous studies in the field of food toxicology. The proposed method and the technological means for its implementation are promising for mass monitoring of food quality and consumer informing. Дослідження присвячено розробленню формального методу та відповідної інтелектуальної ІТ-системи, що дозволяють споживачеві шляхом фотографування етикетки продукту автоматично визначити вміст харчових добавок (Е-домішок) та надати оцінку потенційних ризиків для здоров’я на основі даних EFSA та WHO. Для реалізації запропонованого підходу використано комбінацію методів обробки природної мови (NLP) для аналізу текстів етикеток, комп’ютерного зору (CV) для розпізнавання інгредієнтів та машинного навчання (ML) для класифікації їхньої небезпеки на основі даних EFSA та WHO. За результатами експериментальних досліджень показано, що система досягла точності 94% у розпізнаванні Е-домішок у тестовому наборі даних (10000 зображень). Виявлено, що 23% проаналізованих продуктів містять добавки з потенційною алергенністю (до прикладу, E320, E621). При цьому продукти з високим ступенем обробки мають відносно більшу кількість добавок, що повністю співвідноситься з результатами попередніх досліджень у сфері харчової токсикології Запропоновані метод і технологічні засоби його реалізації є перспективними для масового моніторингу якості продуктів харчування та інформування споживачів. Vinnytsia National Technical University 2026-01-12 Article Article application/pdf https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/798 10.31649/1681-7893-2025-50-2-62-72 Optoelectronic Information-Power Technologies; Vol. 50 No. 2 (2025); 62-72 Оптико-електроннi iнформацiйно-енергетичнi технологiї; Том 50 № 2 (2025); 62-72 Оптико-електроннi iнформацiйно-енергетичнi технологiї; Том 50 № 2 (2025); 62-72 2311-2662 1681-7893 10.31649/1681-7893-2025-50-2 uk https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/798/727 |
| spellingShingle | штучний інтелект харчові добавки Е-домішки метод інтелектуальна ІТ-система машинне навчання CV NLP Бісікало, О.В. Сторчак, В.Г. Здітовецький, Ю.С. Горячев, Г.В. Метод пошуку і аналізу е-домішок та інших складників у продуктах харчування населення |
| title | Метод пошуку і аналізу е-домішок та інших складників у продуктах харчування населення |
| title_alt | Method for searching and analyzing e-additives and other components in food products of the population |
| title_full | Метод пошуку і аналізу е-домішок та інших складників у продуктах харчування населення |
| title_fullStr | Метод пошуку і аналізу е-домішок та інших складників у продуктах харчування населення |
| title_full_unstemmed | Метод пошуку і аналізу е-домішок та інших складників у продуктах харчування населення |
| title_short | Метод пошуку і аналізу е-домішок та інших складників у продуктах харчування населення |
| title_sort | метод пошуку і аналізу е-домішок та інших складників у продуктах харчування населення |
| topic | штучний інтелект харчові добавки Е-домішки метод інтелектуальна ІТ-система машинне навчання CV NLP |
| topic_facet | artificial intelligence food additives E-additives method intelligent IT-system machine learning CV NLP штучний інтелект харчові добавки Е-домішки метод інтелектуальна ІТ-система машинне навчання CV NLP |
| url | https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/798 |
| work_keys_str_mv | AT bísíkaloov methodforsearchingandanalyzingeadditivesandothercomponentsinfoodproductsofthepopulation AT storčakvg methodforsearchingandanalyzingeadditivesandothercomponentsinfoodproductsofthepopulation AT zdítovecʹkijûs methodforsearchingandanalyzingeadditivesandothercomponentsinfoodproductsofthepopulation AT gorâčevgv methodforsearchingandanalyzingeadditivesandothercomponentsinfoodproductsofthepopulation AT bísíkaloov metodpošukuíanalízuedomíšoktaínšihskladnikívuproduktahharčuvannânaselennâ AT storčakvg metodpošukuíanalízuedomíšoktaínšihskladnikívuproduktahharčuvannânaselennâ AT zdítovecʹkijûs metodpošukuíanalízuedomíšoktaínšihskladnikívuproduktahharčuvannânaselennâ AT gorâčevgv metodpošukuíanalízuedomíšoktaínšihskladnikívuproduktahharčuvannânaselennâ |