近日，武漢大(da)學(xué)電子信息(xi)學(xué)院研究人(ren)員在國(guó)際(ji)食品期(qi)刊《Food Research International》(中科院一(yi)區(qū)TOP，IF=8.0)發(fā)表(biao)了題(ti)為"Deep learning-based colorimetric indicator on polylactic acid packaging for nondestructive monitoring of fresh-cut fruits and vegetables"的研(yan)究論文。在該論文(wen)中，研究人員利(li)用上海騰(teng)拔Universal TA國(guó)產(chǎn)質(zhì)(zhi)構(gòu)儀用于(yu)測(cè)定青椒(jiao)的硬度(du)和咀嚼性指(zhi)標(biāo)。

果蔬(shu)的易(yi)腐性(xing)對(duì)保持食(shi)品質(zhì)量(liang)與安(an)全構(gòu)成了(le)重大挑戰(zhàn)。然而(er)，當(dāng)前用于監(jiān)(jian)測(cè)鮮切果蔬(shu)新鮮度的(de)方法(fa)仍存在局限(xian)。本研究介紹(shao)了一種基于深(shen)度學(xué)習(xí)的(de)新型比色(se)指示劑(ji)系統(tǒng)，該系(xi)統(tǒng)旨在對(duì)(dui)包裝于聚乳酸(suan)（PLA）袋中的鮮(xian)切果蔬的(de)新鮮(xian)度進(jìn)行無(wú)(wu)損監(jiān)測(cè)。該系統(tǒng)(tong)采用了一種(zhong)基于乙基纖(xian)維素的(de)指示(shi)劑（EMT），這(zhe)種指示劑在(zai)儲(chǔ)存(cun)過(guò)程中，會(huì)隨二(er)氧化碳（CO?）濃(nong)度（0%–30%）的(de)變化呈現(xiàn)(xian)出明顯的顏(yan)色轉(zhuǎn)變。除(chu)了具有(you)敏感性外，EMT 還展(zhan)現(xiàn)出優(yōu)異的穩(wěn)(wen)定性和可(ke)重復(fù)使用(yong)性。此外，本(ben)研究shouci以鮮切(qie)青椒為模型，通(tong)過(guò)在(zai)機(jī)器學(xué)(xue)習(xí)中應(yīng)用特征(zheng)提取算法（主成(cheng)分分(fen)析（PCA）和(he) Fisher 線性判(pan)別分析（FLDA）），構(gòu)建了(le) “生理狀態(tài) — 新(xin)鮮度(du) — 指示劑顏色(se)" 之間的關(guān)系(xi)。研究將(jiang)這種相關(guān)(guan)性與(yu)用于圖像(xiang)識(shí)別和分析(xi)的深(shen)度學(xué)習(xí)算法相(xiang)結(jié)合，該方法(fa)減輕或消除(chu)了由人類(lèi)視(shi)覺(jué)感知的個(gè)(ge)體差異以及拍(pai)攝條件變化(hua)所導(dǎo)致的識(shí)別(bie)誤差。結(jié)果表明(ming)，該系統(tǒng)(tong)能夠準(zhǔn)確、快速(su)且無(wú)損地評(píng)(ping)估鮮切(qie)青椒(jiao)的新鮮度，在(zai) k 折交(jiao)叉驗(yàn)證下，MobileNetV3 - Small 模(mo)型的識(shí)別平均(jun)準(zhǔn)確(que)率可達(dá) 96.09%。所(suo)提出的(de)策略為監(jiān)(jian)測(cè)農(nóng)產(chǎn)品新鮮(xian)度提供了(le)一種高精(jing)度、實(shí)(shi)時(shí)且無(wú)損的(de)方法，在(zai)食品(pin)安全、健康(kang)監(jiān)測(cè)和環(huán)境保(bao)護(hù)領(lǐng)(ling)域具有潛在(zai)的應(yīng)用價(jià)值(zhi)。

果蔬的(de)軟化與weisuo、蛋白(bai)質(zhì)及多糖降(jiang)解以及中央液(ye)泡破壞相關(guān)(guan)。本研究選(xuan)取了硬度和(he)咀嚼性這兩個(gè)(ge)關(guān)鍵質(zhì)(zhi)地指標(biāo)進(jìn)(jin)行研(yan)究，如圖 3d 所示(shi)。在儲(chǔ)存期間，青(qing)椒的硬度逐(zhu)漸下降，且(qie)聚乳酸(suan)（PLA）包裝中的(de)青椒硬度顯著(zhu)高于聚乙(yi)烯（PE）包裝(zhuang)的。這表明(ming)，在整個(gè)儲(chǔ)存(cun)過(guò)程中，PLA 能(neng)更有(you)效地保持青椒(jiao)的質(zhì)地特性。

參考(kao)文獻(xiàn)：Shasha Zhang et al. Deep learning-based colorimetric indicator on polylactic acid packaging for nondestructive monitoring of fresh-cut fruits and vegetables. Food Research International, 2025。