近日，武漢大(da)學(xué)電子信息學(xué)(xue)院研(yan)究人員(yuan)在國際(ji)食品(pin)期刊《Food Research International》(中(zhong)科院一區(qū)TOP，IF=8.0)發(fā)(fa)表了題為(wei)"Deep learning-based colorimetric indicator on polylactic acid packaging for nondestructive monitoring of fresh-cut fruits and vegetables"的研究論文(wen)。在該論文中，研(yan)究人(ren)員利(li)用上(shang)海騰(teng)拔Universal TA國產(chǎn)(chan)質(zhì)構(gòu)儀(yi)用于測定青椒(jiao)的硬度和咀嚼(jue)性指標(biāo)(biao)。

果蔬的易腐性(xing)對保(bao)持食(shi)品質(zhì)(zhi)量與安全(quan)構(gòu)成了重大挑(tiao)戰(zhàn)。然(ran)而，當(dāng)(dang)前用(yong)于監(jiān)測鮮切果(guo)蔬新鮮度的(de)方法仍存(cun)在局限。本研(yan)究介紹(shao)了一(yi)種基于深(shen)度學(xué)習(xí)的新型(xing)比色指(zhi)示劑系統(tǒng)，該(gai)系統(tǒng)旨(zhi)在對包裝(zhuang)于聚乳酸（PLA）袋中(zhong)的鮮(xian)切果(guo)蔬的新鮮度進(jìn)(jin)行無損(sun)監(jiān)測。該系(xi)統(tǒng)采(cai)用了一種(zhong)基于乙基(ji)纖維(wei)素的指示劑(ji)（EMT），這種指示劑在(zai)儲存過程中(zhong)，會隨二氧(yang)化碳（CO?）濃度（0%–30%）的變(bian)化呈(cheng)現(xiàn)出明顯(xian)的顏色(se)轉(zhuǎn)變。除了(le)具有敏(min)感性外，EMT 還展現(xiàn)(xian)出優(yōu)異的穩(wěn)定(ding)性和可重復(fù)使(shi)用性。此外，本(ben)研究shouci以鮮切青(qing)椒為模型，通過(guo)在機(jī)器學(xué)(xue)習(xí)中應(yīng)用特(te)征提取算法(fa)（主成(cheng)分分析（PCA）和 Fisher 線(xian)性判別分(fen)析（FLDA）），構(gòu)建了 “生理(li)狀態(tài) — 新鮮度 — 指(zhi)示劑顏色" 之間(jian)的關(guān)系。研究將(jiang)這種相(xiang)關(guān)性(xing)與用于圖(tu)像識別和分析(xi)的深度學(xué)習(xí)(xi)算法(fa)相結(jié)合，該方法(fa)減輕或消除(chu)了由人類視覺(jue)感知的個體(ti)差異以及(ji)拍攝(she)條件(jian)變化所導(dǎo)致(zhi)的識別誤(wu)差。結(jié)果(guo)表明，該系統(tǒng)能(neng)夠準(zhǔn)(zhun)確、快(kuai)速且無損(sun)地評估鮮(xian)切青椒的新鮮(xian)度，在(zai) k 折交(jiao)叉驗(yàn)證下，MobileNetV3 - Small 模型(xing)的識別平(ping)均準(zhǔn)確率(lv)可達(dá) 96.09%。所提出的(de)策略為監(jiān)(jian)測農(nóng)產(chǎn)品新(xin)鮮度(du)提供了一種(zhong)高精度、實(shí)時且(qie)無損的方法，在(zai)食品安全、健康(kang)監(jiān)測和環(huán)境(jing)保護(hù)領(lǐng)域(yu)具有潛在的(de)應(yīng)用價(jia)值。

果蔬的(de)軟化與(yu)weisuo、蛋白質(zhì)(zhi)及多糖(tang)降解以及中(zhong)央液泡破壞相(xiang)關(guān)。本研究選取(qu)了硬度和咀(ju)嚼性這(zhe)兩個關(guān)鍵質(zhì)地(di)指標(biāo)(biao)進(jìn)行研究，如(ru)圖 3d 所示(shi)。在儲存(cun)期間，青椒的(de)硬度逐(zhu)漸下降，且聚乳(ru)酸（PLA）包裝中(zhong)的青(qing)椒硬度顯著高(gao)于聚(ju)乙烯（PE）包裝的。這(zhe)表明，在整(zheng)個儲存過程(cheng)中，PLA 能更(geng)有效地保持青(qing)椒的質(zhì)地(di)特性(xing)。

參考文獻(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。