技術(shù)文章
Technical articles近日,武漢大學(xué)(xue)電子信息學(xué)院(yuan)研究人員在國(guo)際食品期(qi)刊《Food Research International》(中科院一區(qū)(qu)TOP,IF=8.0)發(fā)表(biao)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(wen)。在該論文中,研(yan)究人員利用上(shang)海騰(teng)拔Universal TA國(guo)產(chǎn)質(zhì)構(gòu)儀(yi)用于測定青(qing)椒的硬度(du)和咀嚼(jue)性指標(biāo)。
果蔬(shu)的易腐(fu)性對保(bao)持食品質(zhì)(zhi)量與安(an)全構(gòu)成(cheng)了重大挑戰(zhàn)(zhan)。然而,當(dāng)前用(yong)于監(jiān)測(ce)鮮切果(guo)蔬新鮮度(du)的方法(fa)仍存在(zai)局限。本研(yan)究介(jie)紹了一(yi)種基于深度學(xué)(xue)習(xí)的新型比(bi)色指示劑系(xi)統(tǒng),該(gai)系統(tǒng)旨在對(dui)包裝(zhuang)于聚乳酸(suan)(PLA)袋中的(de)鮮切果(guo)蔬的(de)新鮮度進(jìn)行無(wu)損監(jiān)測。該(gai)系統(tǒng)采(cai)用了一種基于(yu)乙基纖維素(su)的指(zhi)示劑(EMT),這(zhe)種指示(shi)劑在(zai)儲存過(guo)程中(zhong),會隨二(er)氧化碳(CO?)濃度(0%–30%)的(de)變化呈現(xiàn)(xian)出明顯的顏色(se)轉(zhuǎn)變。除了具(ju)有敏(min)感性外,EMT 還展(zhan)現(xiàn)出優(yōu)異的穩(wěn)(wen)定性和可重復(fù)(fu)使用性。此(ci)外,本研(yan)究shouci以鮮(xian)切青椒為模型(xing),通過在機(ji)器學(xué)(xue)習(xí)中(zhong)應(yīng)用(yong)特征提取算(suan)法(主成分分(fen)析(PCA)和 Fisher 線性判別(bie)分析(FLDA)),構(gòu)建(jian)了 “生理狀態(tài) — 新(xin)鮮度 — 指示(shi)劑顏色" 之(zhi)間的(de)關(guān)系。研究將(jiang)這種相關(guān)性(xing)與用于圖像(xiang)識別和分析的(de)深度學(xué)習(xí)(xi)算法相結(jié)合,該(gai)方法(fa)減輕或(huo)消除了(le)由人類視覺(jue)感知的個體(ti)差異以及(ji)拍攝(she)條件變化所導(dǎo)(dao)致的(de)識別(bie)誤差(cha)。結(jié)果表(biao)明,該系(xi)統(tǒng)能夠準(zhǔn)(zhun)確、快速且無(wu)損地評(ping)估鮮切(qie)青椒的新鮮度(du),在 k 折交叉驗證(zheng)下,MobileNetV3 - Small 模型的識(shi)別平(ping)均準(zhǔn)確率可(ke)達(dá) 96.09%。所提出的策(ce)略為監(jiān)測農(nóng)產(chǎn)(chan)品新鮮度(du)提供了一種高(gao)精度、實時(shi)且無損的方法(fa),在食品安全、健(jian)康監(jiān)測和環(huán)境(jing)保護(hù)領(lǐng)域(yu)具有潛在的(de)應(yīng)用價值。
果蔬的軟化與(yu)weisuo、蛋白質(zhì)及(ji)多糖降解(jie)以及中央(yang)液泡破壞(huai)相關(guān)(guan)。本研究(jiu)選取了硬度和(he)咀嚼(jue)性這兩個關(guān)鍵(jian)質(zhì)地(di)指標(biāo)進(jìn)行(xing)研究,如圖 3d 所(suo)示。在(zai)儲存(cun)期間,青椒的硬(ying)度逐(zhu)漸下降,且(qie)聚乳酸(PLA)包(bao)裝中的青椒硬(ying)度顯著高于聚(ju)乙烯(PE)包裝(zhuang)的。這表明,在整(zheng)個儲存過(guo)程中,PLA 能(neng)更有效地(di)保持(chi)青椒的(de)質(zhì)地(di)特性(xing)。
參考(kao)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。