技術(shù)文(wen)章
Technical articles近日,武(wu)漢大學(xué)電子信(xin)息學(xué)院研究(jiu)人員(yuan)在國際食(shi)品期(qi)刊《Food Research International》(中科(ke)院一區(qū)TOP,IF=8.0)發(fā)表(biao)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(jiu)論文。在該論文中(zhong),研究(jiu)人員利(li)用上海騰拔(ba)Universal TA國產(chǎn)質(zhì)構(gòu)儀(yi)用于測(ce)定青椒(jiao)的硬(ying)度和(he)咀嚼性(xing)指標(biāo)。
果蔬的(de)易腐性(xing)對保持(chi)食品(pin)質(zhì)量與安全(quan)構(gòu)成了重大(da)挑戰(zhàn)。然而(er),當(dāng)前用于(yu)監(jiān)測鮮切果(guo)蔬新鮮度的方(fang)法仍存(cun)在局限(xian)。本研究(jiu)介紹了一種基(ji)于深(shen)度學(xué)習(xí)的新(xin)型比色指示(shi)劑系統(tǒng)(tong),該系(xi)統(tǒng)旨在(zai)對包裝(zhuang)于聚乳(ru)酸(PLA)袋中的(de)鮮切果蔬(shu)的新鮮度進(jin)行無損(sun)監(jiān)測。該系(xi)統(tǒng)采用(yong)了一種基于乙(yi)基纖(xian)維素(su)的指示劑(ji)(EMT),這種指示劑(ji)在儲存(cun)過程中(zhong),會隨(sui)二氧化碳(CO?)濃(nong)度(0%–30%)的變化呈(cheng)現(xiàn)出明顯(xian)的顏色轉(zhuǎn)變(bian)。除了具有敏(min)感性外,EMT 還展(zhan)現(xiàn)出優(yōu)異(yi)的穩(wěn)定性和可(ke)重復(fù)使(shi)用性。此(ci)外,本研究shouci以(yi)鮮切青椒(jiao)為模型,通(tong)過在機器(qi)學(xué)習(xí)中(zhong)應(yīng)用特征(zheng)提取算法(主(zhu)成分分析(xi)(PCA)和 Fisher 線性判別(bie)分析(xi)(FLDA)),構(gòu)建了 “生理狀(zhuang)態(tài) — 新鮮度 — 指(zhi)示劑顏色(se)" 之間的(de)關(guān)系。研(yan)究將這種相(xiang)關(guān)性與用(yong)于圖像(xiang)識別和分析(xi)的深度學(xué)習(xí)(xi)算法相結(jié)(jie)合,該方法減(jian)輕或消除了(le)由人類視(shi)覺感知的個(ge)體差(cha)異以及(ji)拍攝(she)條件變(bian)化所導(dǎo)(dao)致的(de)識別誤(wu)差。結(jié)(jie)果表(biao)明,該系(xi)統(tǒng)能夠(gou)準(zhǔn)確(que)、快速且無損(sun)地評估鮮切青(qing)椒的新鮮度(du),在 k 折交叉驗(yan)證下,MobileNetV3 - Small 模型的識(shi)別平(ping)均準(zhǔn)確(que)率可(ke)達(dá) 96.09%。所提(ti)出的策(ce)略為監(jiān)測(ce)農(nóng)產(chǎn)品(pin)新鮮(xian)度提(ti)供了(le)一種高精(jing)度、實時且無(wu)損的方法,在(zai)食品安(an)全、健康(kang)監(jiān)測(ce)和環(huán)境保護(hu)領(lǐng)域具有潛(qian)在的應(yīng)用價(jia)值。
果蔬的軟化(hua)與weisuo、蛋白質(zhì)及(ji)多糖降解以(yi)及中央(yang)液泡(pao)破壞(huai)相關(guān)。本(ben)研究選取(qu)了硬度和咀(ju)嚼性這兩個(ge)關(guān)鍵質(zhì)地指(zhi)標(biāo)進行研(yan)究,如圖(tu) 3d 所示。在儲存期(qi)間,青椒的硬(ying)度逐漸下(xia)降,且聚(ju)乳酸(PLA)包裝中的(de)青椒硬度顯(xian)著高于聚(ju)乙烯(PE)包裝(zhuang)的。這(zhe)表明,在(zai)整個儲存(cun)過程中,PLA 能更有(you)效地保(bao)持青椒的質(zhì)地(di)特性(xing)。
參考文獻(xian):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。