近日，武漢大(da)學(xué)電子信息學(xué)(xue)院研究人員(yuan)在國際食(shi)品期刊《Food Research International》(中科(ke)院一區(qū)TOP，IF=8.0)發(fā)表了(le)題為"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(gai)論文中，研究(jiu)人員利(li)用上海騰(teng)拔Universal TA國產(chǎn)(chan)質(zhì)構(gòu)儀用于測(ce)定青椒(jiao)的硬度和(he)咀嚼性(xing)指標(biāo)(biao)。

果蔬的易腐性(xing)對(duì)保持(chi)食品(pin)質(zhì)量與安(an)全構(gòu)(gou)成了重大(da)挑戰(zhàn)。然而，當(dāng)前(qian)用于監(jiān)測(ce)鮮切果(guo)蔬新鮮度的(de)方法仍存(cun)在局限(xian)。本研(yan)究介(jie)紹了一種基(ji)于深度學(xué)習(xí)的(de)新型比色(se)指示劑系統(tǒng)，該(gai)系統(tǒng)旨在(zai)對(duì)包裝于聚(ju)乳酸（PLA）袋中的(de)鮮切果(guo)蔬的新鮮度(du)進(jìn)行無(wu)損監(jiān)測。該(gai)系統(tǒng)(tong)采用了一種基(ji)于乙基纖(xian)維素的指示劑(ji)（EMT），這種指示劑(ji)在儲(chǔ)(chu)存過程中，會(huì)隨(sui)二氧化碳(tan)（CO?）濃度（0%–30%）的變化(hua)呈現(xiàn)(xian)出明顯的顏(yan)色轉(zhuǎn)變。除了(le)具有敏(min)感性外(wai)，EMT 還展現(xiàn)出優(yōu)(you)異的穩(wěn)定性(xing)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(mo)型，通過在機(jī)器(qi)學(xué)習(xí)中應(yīng)用(yong)特征提取算(suan)法（主成分(fen)分析（PCA）和(he) Fisher 線性判別(bie)分析（FLDA）），構(gòu)建了(le) “生理(li)狀態(tài) — 新鮮度(du) — 指示劑顏(yan)色" 之間(jian)的關(guān)系。研究(jiu)將這種相(xiang)關(guān)性與用于(yu)圖像識(shí)別和分(fen)析的深度學(xué)(xue)習(xí)算法(fa)相結(jié)合，該(gai)方法減(jian)輕或消除了由(you)人類(lei)視覺感(gan)知的個(gè)(ge)體差異以及(ji)拍攝條件(jian)變化所導(dǎo)致的(de)識(shí)別誤差(cha)。結(jié)果表明，該系(xi)統(tǒng)能(neng)夠準(zhǔn)確、快速(su)且無損地評(píng)估(gu)鮮切(qie)青椒的新(xin)鮮度，在 k 折(zhe)交叉(cha)驗(yàn)證(zheng)下，MobileNetV3 - Small 模(mo)型的識(shí)別平均(jun)準(zhǔn)確率(lv)可達(dá)(da) 96.09%。所提出(chu)的策略為監(jiān)(jian)測農(nóng)產(chǎn)品新(xin)鮮度提供了(le)一種(zhong)高精度、實(shí)時(shí)且(qie)無損的方(fang)法，在食品安(an)全、健康監(jiān)測(ce)和環(huán)(huan)境保(bao)護(hù)領(lǐng)域(yu)具有潛在的(de)應(yīng)用價(jià)值(zhi)。

果蔬(shu)的軟化與(yu)weisuo、蛋白(bai)質(zhì)及多糖(tang)降解以及(ji)中央液泡破壞(huai)相關(guān)。本研究(jiu)選取了硬度和(he)咀嚼性(xing)這兩(liang)個(gè)關(guān)鍵質(zhì)地指(zhi)標(biāo)進(jìn)(jin)行研(yan)究，如(ru)圖 3d 所示(shi)。在儲(chǔ)存期間，青(qing)椒的硬度(du)逐漸下降(jiang)，且聚乳(ru)酸（PLA）包裝(zhuang)中的青(qing)椒硬度顯(xian)著高于聚乙烯(xi)（PE）包裝的。這表(biao)明，在整個(gè)儲(chǔ)(chu)存過程中，PLA 能更(geng)有效(xiao)地保持青(qing)椒的質(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。