近日，武(wu)漢大學(xué)(xue)電子信息學(xué)院(yuan)研究人員在(zai)國際(ji)食品期刊《Food Research International》(中(zhong)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(jiu)論文。在該論文中，研(yan)究人員利用上(shang)海騰拔(ba)Universal TA國產(chǎn)質(zhì)(zhi)構(gòu)儀用于(yu)測定青椒的(de)硬度和咀(ju)嚼性(xing)指標。

果蔬的(de)易腐性對(dui)保持食品(pin)質(zhì)量與安全構(gòu)(gou)成了重(zhong)大挑戰(zhàn)。然(ran)而，當前用于監(jiān)(jian)測鮮切果(guo)蔬新(xin)鮮度的方法(fa)仍存在局限。本(ben)研究(jiu)介紹了一種基(ji)于深度(du)學(xué)習(xí)的(de)新型比色指(zhi)示劑系統(tǒng)，該(gai)系統(tǒng)旨在(zai)對包裝于聚乳(ru)酸（PLA）袋(dai)中的鮮切果(guo)蔬的新(xin)鮮度進(jin)行無(wu)損監(jiān)測。該系(xi)統(tǒng)采用了一種(zhong)基于乙(yi)基纖維素的指(zhi)示劑（EMT），這種指(zhi)示劑在儲存過(guo)程中，會隨二氧(yang)化碳(tan)（CO?）濃度（0%–30%）的變化呈(cheng)現(xiàn)出明顯(xian)的顏色轉(zhuǎn)變(bian)。除了(le)具有敏感性(xing)外，EMT 還(hai)展現(xiàn)出優(yōu)異的(de)穩(wěn)定性和(he)可重(zhong)復(fù)使(shi)用性。此外(wai)，本研究(jiu)shouci以鮮切青椒為(wei)模型，通過(guo)在機器學(xué)(xue)習(xí)中應(yīng)用特征(zheng)提取算法（主(zhu)成分(fen)分析（PCA）和(he) Fisher 線性判(pan)別分(fen)析（FLDA）），構(gòu)建了 “生(sheng)理狀態(tài)(tai) — 新鮮(xian)度 — 指示劑顏(yan)色" 之間(jian)的關(guān)(guan)系。研究將這種(zhong)相關(guān)性(xing)與用于(yu)圖像識別和(he)分析的深度(du)學(xué)習(xí)(xi)算法相(xiang)結(jié)合，該方(fang)法減輕或消(xiao)除了由人類(lei)視覺(jue)感知的(de)個體差異以(yi)及拍攝條(tiao)件變化所導(dǎo)致(zhi)的識別誤(wu)差。結(jié)果表(biao)明，該(gai)系統(tǒng)(tong)能夠準確、快(kuai)速且無損地(di)評估鮮切(qie)青椒的新鮮(xian)度，在 k 折交叉(cha)驗證(zheng)下，MobileNetV3 - Small 模型的識(shi)別平(ping)均準確率可(ke)達 96.09%。所提出的策(ce)略為(wei)監(jiān)測農(nóng)產(chǎn)(chan)品新鮮度提供(gong)了一(yi)種高精度(du)、實時(shi)且無損的方(fang)法，在食品安全(quan)、健康監(jiān)測(ce)和環(huán)境保護領(lǐng)(ling)域具有潛(qian)在的應(yīng)用(yong)價值(zhi)。

果蔬的軟化與(yu)weisuo、蛋白質(zhì)及多糖(tang)降解以及中央(yang)液泡(pao)破壞相關(guān)。本(ben)研究(jiu)選取(qu)了硬度和咀(ju)嚼性這兩個關(guān)(guan)鍵質(zhì)地(di)指標進(jin)行研究，如圖(tu) 3d 所示。在儲(chu)存期間，青(qing)椒的硬度逐(zhu)漸下降(jiang)，且聚乳(ru)酸（PLA）包裝中的青(qing)椒硬度顯著高(gao)于聚乙烯（PE）包裝(zhuang)的。這表明，在整(zheng)個儲存(cun)過程(cheng)中，PLA 能更有(you)效地(di)保持青(qing)椒的質(zhì)地(di)特性。

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。