近日，武(wu)漢大學(xué)電(dian)子信(xin)息學(xué)院研究(jiu)人員在國(guó)(guo)際食品(pin)期刊《Food Research International》(中科院(yuan)一區(qū)TOP，IF=8.0)發(fā)表了題(ti)為"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(lun)文中，研究(jiu)人員(yuan)利用上海騰拔(ba)Universal TA國(guó)產(chǎn)質(zhì)構(gòu)(gou)儀用于測(cè)定(ding)青椒的(de)硬度和咀嚼性(xing)指標(biāo)。

果蔬的易腐性(xing)對(duì)保(bao)持食品質(zhì)(zhi)量與安全(quan)構(gòu)成了重大(da)挑戰(zhàn)。然(ran)而，當(dāng)前用于(yu)監(jiān)測(cè)鮮切果(guo)蔬新(xin)鮮度的(de)方法仍存(cun)在局限。本研(yan)究介紹了(le)一種基于深度(du)學(xué)習(xí)的新型(xing)比色指(zhi)示劑系統(tǒng)(tong)，該系統(tǒng)旨(zhi)在對(duì)包裝(zhuang)于聚乳酸（PLA）袋中(zhong)的鮮切果(guo)蔬的新鮮(xian)度進(jìn)(jin)行無(wú)損監(jiān)(jian)測(cè)。該系統(tǒng)(tong)采用(yong)了一種基于乙(yi)基纖維素(su)的指示劑（EMT），這種(zhong)指示劑在儲(chǔ)(chu)存過(guò)程中，會(huì)隨(sui)二氧化碳（CO?）濃度(du)（0%–30%）的變化呈(cheng)現(xiàn)出明顯的顏(yan)色轉(zhuǎn)(zhuan)變。除了(le)具有敏感性(xing)外，EMT 還展現(xiàn)出(chu)優(yōu)異的(de)穩(wěn)定性和(he)可重復(fù)使(shi)用性。此(ci)外，本研(yan)究shouci以(yi)鮮切青椒為(wei)模型，通過(guò)在(zai)機(jī)器學(xué)習(xí)中(zhong)應(yīng)用(yong)特征提取算法(fa)（主成分分(fen)析（PCA）和 Fisher 線(xian)性判別(bie)分析(xi)（FLDA）），構(gòu)建了 “生理(li)狀態(tài) — 新鮮度(du) — 指示(shi)劑顏色" 之間的(de)關(guān)系。研究將這(zhe)種相關(guān)性與用(yong)于圖像識(shí)(shi)別和(he)分析(xi)的深度學(xué)(xue)習(xí)算法相結(jié)(jie)合，該方(fang)法減輕或消(xiao)除了由人(ren)類視覺(jué)感(gan)知的個(gè)體(ti)差異以及拍(pai)攝條(tiao)件變(bian)化所導(dǎo)(dao)致的(de)識(shí)別誤差。結(jié)果(guo)表明(ming)，該系統(tǒng)能夠(gou)準(zhǔn)確、快速且(qie)無(wú)損地(di)評(píng)估鮮切青椒(jiao)的新鮮度，在 k 折(zhe)交叉驗(yàn)證(zheng)下，MobileNetV3 - Small 模型的識(shí)(shi)別平均準(zhǔn)確率(lv)可達(dá) 96.09%。所提出的(de)策略為(wei)監(jiān)測(cè)農(nóng)產(chǎn)品新(xin)鮮度提供了一(yi)種高精度(du)、實(shí)時(shí)(shi)且無(wú)損(sun)的方(fang)法，在食品安全(quan)、健康監(jiān)測(cè)(ce)和環(huán)(huan)境保護(hù)領(lǐng)域具(ju)有潛(qian)在的應(yīng)用價(jià)值(zhi)。

果蔬的軟化與(yu)weisuo、蛋白質(zhì)及(ji)多糖(tang)降解以及中央(yang)液泡破(po)壞相(xiang)關(guān)。本研(yan)究選取了硬(ying)度和咀嚼(jue)性這兩(liang)個(gè)關(guān)鍵質(zhì)(zhi)地指標(biāo)進(jìn)行(xing)研究，如圖 3d 所示(shi)。在儲(chǔ)存期間，青(qing)椒的(de)硬度逐(zhu)漸下降，且聚(ju)乳酸(suan)（PLA）包裝中(zhong)的青(qing)椒硬度顯(xian)著高于(yu)聚乙(yi)烯（PE）包裝(zhuang)的。這表明(ming)，在整個(gè)(ge)儲(chǔ)存(cun)過(guò)程(cheng)中，PLA 能更有效地(di)保持青(qing)椒的(de)質(zhì)地(di)特性。

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。