近日，武漢大學(xué)(xue)電子信息學(xué)(xue)院研究人(ren)員在國(guo)際食(shi)品期刊(kan)《Food Research International》(中科(ke)院一區(qū)(qu)TOP，IF=8.0)發(fā)表(biao)了題為"Deep learning-based colorimetric indicator on polylactic acid packaging for nondestructive monitoring of fresh-cut fruits and vegetables"的研究(jiu)論文。在該論文中，研(yan)究人員利(li)用上海(hai)騰拔Universal TA國產(chǎn)質(zhì)構(gòu)(gou)儀用(yong)于測定青(qing)椒的硬度(du)和咀嚼(jue)性指標(biāo)。

果蔬的易腐(fu)性對保持食(shi)品質(zhì)量(liang)與安全構(gòu)(gou)成了重大挑(tiao)戰(zhàn)。然而，當(dāng)前用(yong)于監(jiān)測鮮切(qie)果蔬(shu)新鮮度的方(fang)法仍(reng)存在(zai)局限。本研究(jiu)介紹了一種(zhong)基于深度學(xué)習(xí)(xi)的新型比色(se)指示劑系(xi)統(tǒng)，該系統(tǒng)旨(zhi)在對(dui)包裝(zhuang)于聚乳(ru)酸（PLA）袋中的鮮切(qie)果蔬的新(xin)鮮度進(jìn)行無(wu)損監(jiān)測。該(gai)系統(tǒng)采(cai)用了(le)一種基(ji)于乙基纖維素(su)的指示劑(ji)（EMT），這種指(zhi)示劑在儲存過(guo)程中，會(hui)隨二氧化(hua)碳（CO?）濃度（0%–30%）的(de)變化呈現(xiàn)出明(ming)顯的顏(yan)色轉(zhuǎn)(zhuan)變。除了具有(you)敏感性外，EMT 還展(zhan)現(xiàn)出(chu)優(yōu)異的穩(wěn)(wen)定性(xing)和可重復(fù)使(shi)用性。此外，本(ben)研究shouci以鮮(xian)切青椒為模(mo)型，通過(guo)在機(jī)器學(xué)習(xí)中(zhong)應(yīng)用特征提取(qu)算法(fa)（主成分分析（PCA）和(he) Fisher 線性(xing)判別分析（FLDA）），構(gòu)(gou)建了 “生理(li)狀態(tài) — 新鮮(xian)度 — 指示劑(ji)顏色(se)" 之間的關(guān)(guan)系。研(yan)究將(jiang)這種相(xiang)關(guān)性與(yu)用于(yu)圖像(xiang)識別和分(fen)析的深度學(xué)(xue)習(xí)算(suan)法相結(jié)合(he)，該方法減輕(qing)或消除了由人(ren)類視覺(jue)感知(zhi)的個體差異以(yi)及拍攝(she)條件(jian)變化所(suo)導(dǎo)致的識(shi)別誤差(cha)。結(jié)果表明(ming)，該系統(tǒng)(tong)能夠(gou)準(zhǔn)確、快速且無(wu)損地評估鮮(xian)切青椒(jiao)的新鮮(xian)度，在 k 折交(jiao)叉驗(yàn)證下(xia)，MobileNetV3 - Small 模型(xing)的識別平(ping)均準(zhǔn)(zhun)確率可達(dá) 96.09%。所(suo)提出的(de)策略(lve)為監(jiān)測農(nóng)產(chǎn)品(pin)新鮮度提供(gong)了一(yi)種高精度、實(shí)時(shi)且無損的方(fang)法，在食品(pin)安全、健康監(jiān)測(ce)和環(huán)境(jing)保護(hù)領(lǐng)域具(ju)有潛在的應(yīng)(ying)用價值(zhi)。

果蔬的軟化(hua)與weisuo、蛋白(bai)質(zhì)及多糖降解(jie)以及中央液(ye)泡破壞(huai)相關(guān)(guan)。本研(yan)究選取了硬(ying)度和咀(ju)嚼性(xing)這兩個關(guān)鍵質(zhì)(zhi)地指標(biāo)進(jìn)行研(yan)究，如圖 3d 所(suo)示。在儲存期(qi)間，青(qing)椒的(de)硬度逐漸下降(jiang)，且聚乳酸（PLA）包(bao)裝中的青椒(jiao)硬度顯著高于(yu)聚乙(yi)烯（PE）包裝的(de)。這表明，在(zai)整個儲存過程(cheng)中，PLA 能更有效地(di)保持青椒(jiao)的質(zhì)地特性(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。