Desenvolvimento de sistemas de triagem de fraudes alimentares, em campo usando estratégias de point of care, por imagens digitais.

Projeto desenvolvido pela empresa júnior de engenharia química CONPLEQ, com foco na criação de um dispositivo portátil para detecção de fraudes alimentares por meio de imagens digitais, com aplicação em campo. Capacitar alunos e desenvolver tecnologia point of care para triagem de alimentos adulterados; aplicar modelos de machine learning na detecção de fraudes em amostras de farinha de banana verde; avaliar a robustez dos modelos em diferentes condições de iluminação e ambientes. Dispositivo validado em ambiente laboratorial controlado, atingindo nível de maturidade tecnológica TRL4; modelos de machine learning aplicados com sucesso em amostras autênticas e adulteradas; meta para 2024 é alcançar TRL6 com demonstração do protótipo em ambiente relevante. Os resultados dos modelos serão apresentados no RIW 2024, dando continuidade à divulgação iniciada no RIW 2023.