近日，武(wu)漢大學(xué)電子信(xin)息學(xué)院研究人(ren)員在國際食品(pin)期刊(kan)《Food Research International》(中科院一(yi)區(qū)TOP，IF=8.0)發(fā)表了題為(wei)"Deep learning-based colorimetric indicator on polylactic acid packaging for nondestructive monitoring of fresh-cut fruits and vegetables"的研究論(lun)文。在該論文中，研(yan)究人員利(li)用上海騰(teng)拔Universal TA國產(chǎn)質(zhì)構(gòu)儀(yi)用于測定青椒(jiao)的硬度(du)和咀嚼性(xing)指標(biāo)(biao)。

果蔬的易腐性(xing)對保(bao)持食品質(zhì)量(liang)與安全構(gòu)成了(le)重大挑戰(zhàn)(zhan)。然而，當(dāng)前用(yong)于監(jiān)測鮮切果(guo)蔬新鮮(xian)度的方法仍(reng)存在局(ju)限。本研究介(jie)紹了(le)一種基于深度(du)學(xué)習(xí)的新(xin)型比色指(zhi)示劑系統(tǒng)，該系(xi)統(tǒng)旨(zhi)在對(dui)包裝于聚乳酸(suan)（PLA）袋中的鮮(xian)切果蔬的新(xin)鮮度進行無(wu)損監(jiān)測。該(gai)系統(tǒng)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(shi)劑在(zai)儲存過程中，會(hui)隨二氧化碳(tan)（CO?）濃度（0%–30%）的(de)變化(hua)呈現(xiàn)(xian)出明顯的(de)顏色(se)轉(zhuǎn)變。除(chu)了具有敏感性(xing)外，EMT 還展現(xiàn)(xian)出優(yōu)異的(de)穩(wěn)定性和(he)可重復(fù)使用(yong)性。此外，本(ben)研究shouci以鮮(xian)切青(qing)椒為模型(xing)，通過在機器學(xué)(xue)習(xí)中應(yīng)(ying)用特(te)征提取算法（主(zhu)成分分析(xi)（PCA）和 Fisher 線性判別(bie)分析（FLDA）），構(gòu)建了 “生(sheng)理狀態(tài) — 新鮮度(du) — 指示劑(ji)顏色" 之間的關(guān)(guan)系。研(yan)究將這種(zhong)相關(guān)性與用(yong)于圖(tu)像識別和(he)分析的深度(du)學(xué)習(xí)算法相結(jié)(jie)合，該方法減(jian)輕或消(xiao)除了由人類視(shi)覺感知的(de)個體差(cha)異以及拍攝(she)條件變(bian)化所導(dǎo)致的識(shi)別誤差。結(jié)(jie)果表明，該(gai)系統(tǒng)(tong)能夠準(zhǔn)確(que)、快速(su)且無損地(di)評估鮮切青椒(jiao)的新鮮度，在(zai) k 折交叉(cha)驗證下，MobileNetV3 - Small 模(mo)型的識(shi)別平均準(zhǔn)確率(lv)可達 96.09%。所(suo)提出(chu)的策(ce)略為監(jiān)測農(nóng)(nong)產(chǎn)品新鮮度提(ti)供了一種高精(jing)度、實(shi)時且無(wu)損的方法，在食(shi)品安(an)全、健(jian)康監(jiān)(jian)測和環(huán)境保(bao)護領(lǐng)域(yu)具有潛在(zai)的應(yīng)用價值。

果蔬的軟化與(yu)weisuo、蛋白質(zhì)及多糖(tang)降解以(yi)及中(zhong)央液泡破壞(huai)相關(guān)(guan)。本研究(jiu)選取了硬度(du)和咀嚼(jue)性這兩(liang)個關(guān)鍵質(zhì)(zhi)地指標(biāo)進行(xing)研究，如圖 3d 所(suo)示。在儲存期(qi)間，青(qing)椒的硬度逐(zhu)漸下降，且(qie)聚乳酸（PLA）包(bao)裝中的(de)青椒硬度顯著(zhu)高于聚(ju)乙烯(xi)（PE）包裝的(de)。這表(biao)明，在整個(ge)儲存過程中(zhong)，PLA 能更有效地(di)保持青(qing)椒的質(zhì)地特(te)性。

參考文獻：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。