近日，武漢大學(xué)(xue)電子信息學(xué)(xue)院研(yan)究人員在國際(ji)食品期(qi)刊《Food Research International》(中科(ke)院一區(qū)TOP，IF=8.0)發(fā)(fa)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(jiu)論文。在該論(lun)文中，研究人(ren)員利用上海(hai)騰拔Universal TA國產(chǎn)(chan)質(zhì)構(gòu)(gou)儀用于測(ce)定青(qing)椒的硬度和(he)咀嚼性指標(biāo)(biao)。

果蔬的易(yi)腐性對保(bao)持食品質(zhì)(zhi)量與安全(quan)構(gòu)成了(le)重大挑戰(zhàn)。然而(er)，當(dāng)前(qian)用于監(jiān)測鮮切(qie)果蔬(shu)新鮮度的(de)方法仍(reng)存在(zai)局限。本(ben)研究介(jie)紹了一種基(ji)于深度(du)學(xué)習(xí)的新型(xing)比色指示劑(ji)系統(tǒng)，該(gai)系統(tǒng)旨在對(dui)包裝(zhuang)于聚乳酸（PLA）袋(dai)中的鮮切(qie)果蔬的(de)新鮮度進(jìn)行無(wu)損監(jiān)測(ce)。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(chu)存過程中，會(hui)隨二氧化碳（CO?）濃(nong)度（0%–30%）的變(bian)化呈(cheng)現(xiàn)出明顯(xian)的顏色轉(zhuǎn)(zhuan)變。除了具(ju)有敏(min)感性外(wai)，EMT 還展現(xiàn)出(chu)優(yōu)異的穩(wěn)(wen)定性和可重(zhong)復(fù)使用性。此外(wai)，本研究(jiu)shouci以鮮切青椒為(wei)模型，通(tong)過在機(jī)器學(xué)(xue)習(xí)中應(yīng)用特征(zheng)提取算(suan)法（主成(cheng)分分析（PCA）和 Fisher 線(xian)性判別分析（FLDA）），構(gòu)(gou)建了 “生(sheng)理狀態(tài)(tai) — 新鮮度 — 指(zhi)示劑顏色" 之間(jian)的關(guān)系。研究(jiu)將這種(zhong)相關(guān)性與用(yong)于圖像(xiang)識別和分析的(de)深度學(xué)習(xí)(xi)算法相(xiang)結(jié)合(he)，該方(fang)法減輕或(huo)消除了由人類(lei)視覺(jue)感知的(de)個(gè)體差(cha)異以及拍(pai)攝條(tiao)件變化所導(dǎo)致(zhi)的識別誤差。結(jié)(jie)果表明(ming)，該系統(tǒng)能夠(gou)準(zhǔn)確、快速(su)且無損(sun)地評估鮮切(qie)青椒的新(xin)鮮度(du)，在 k 折(zhe)交叉驗(yàn)(yan)證下，MobileNetV3 - Small 模(mo)型的識別平均(jun)準(zhǔn)確率可達(dá)(da) 96.09%。所提出的策(ce)略為監(jiān)測農(nóng)(nong)產(chǎn)品新鮮度(du)提供了(le)一種高精(jing)度、實(shí)時(shí)且(qie)無損(sun)的方法(fa)，在食品安全、健(jian)康監(jiān)測和環(huán)(huan)境保護(hù)領(lǐng)域(yu)具有潛在(zai)的應(yīng)用價(jià)值。

果蔬(shu)的軟化與(yu)weisuo、蛋白(bai)質(zhì)及多糖降(jiang)解以及(ji)中央液泡破壞(huai)相關(guān)。本研(yan)究選(xuan)取了(le)硬度和咀嚼(jue)性這兩個(gè)(ge)關(guān)鍵質(zhì)地指(zhi)標(biāo)進(jìn)行研究(jiu)，如圖 3d 所示。在儲(chu)存期間，青椒的(de)硬度逐漸(jian)下降，且(qie)聚乳酸（PLA）包裝中(zhong)的青椒硬度(du)顯著高于聚乙(yi)烯（PE）包裝的(de)。這表(biao)明，在整個(gè)儲存(cun)過程中，PLA 能更有(you)效地保(bao)持青椒的質(zhì)(zhi)地特(te)性。

參考文獻(xiàn)(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。