近日，武漢大學(xué)(xue)電子信息(xi)學(xué)院研究人(ren)員在國際食(shi)品期(qi)刊《Food Research International》(中科院一區(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(de)研究(jiu)論文。在該(gai)論文(wen)中，研究人員(yuan)利用上(shang)海騰(teng)拔Universal TA國產(chǎn)(chan)質(zhì)構(gòu)儀用于測(ce)定青椒的硬(ying)度和咀嚼(jue)性指標(biāo)(biao)。

果蔬的易腐(fu)性對保持食(shi)品質(zhì)量與安(an)全構(gòu)成了重(zhong)大挑戰(zhàn)。然而(er)，當(dāng)前(qian)用于監(jiān)測(ce)鮮切果蔬(shu)新鮮度(du)的方法仍存在(zai)局限。本研(yan)究介紹了(le)一種基于(yu)深度學(xué)習(xí)(xi)的新型比(bi)色指示劑系(xi)統(tǒng)，該系統(tǒng)(tong)旨在對包裝(zhuang)于聚乳酸（PLA）袋(dai)中的鮮切果蔬(shu)的新鮮度(du)進(jìn)行(xing)無損監(jiān)測。該(gai)系統(tǒng)采(cai)用了一種基于(yu)乙基纖維素的(de)指示劑(ji)（EMT），這種指示劑(ji)在儲存(cun)過程中(zhong)，會隨二氧化碳(tan)（CO?）濃度（0%–30%）的變化(hua)呈現(xiàn)出(chu)明顯的顏色(se)轉(zhuǎn)變。除(chu)了具有(you)敏感性外，EMT 還(hai)展現(xiàn)出優(yōu)異(yi)的穩(wěn)定性(xing)和可重(zhong)復(fù)使用性(xing)。此外，本研究(jiu)shouci以鮮切青椒(jiao)為模型，通過在(zai)機(jī)器學(xué)習(xí)中(zhong)應(yīng)用特征(zheng)提取算(suan)法（主成分(fen)分析(xi)（PCA）和 Fisher 線性判別(bie)分析（FLDA）），構(gòu)(gou)建了 “生(sheng)理狀態(tài) — 新鮮度(du) — 指示劑顏色" 之(zhi)間的關(guān)系(xi)。研究將(jiang)這種相關(guān)性與(yu)用于圖像(xiang)識別和(he)分析的深度(du)學(xué)習(xí)算法相(xiang)結(jié)合，該方法(fa)減輕或消除了(le)由人類(lei)視覺感知的個(gè)(ge)體差(cha)異以及(ji)拍攝條件變化(hua)所導(dǎo)(dao)致的識別(bie)誤差。結(jié)果(guo)表明(ming)，該系(xi)統(tǒng)能夠準(zhǔn)確(que)、快速且無(wu)損地評估鮮(xian)切青椒(jiao)的新(xin)鮮度，在(zai) k 折交叉驗(yàn)證下(xia)，MobileNetV3 - Small 模型的識別(bie)平均準(zhǔn)確(que)率可達(dá)(da) 96.09%。所提(ti)出的策略(lve)為監(jiān)測(ce)農(nóng)產(chǎn)(chan)品新鮮度(du)提供了一種(zhong)高精(jing)度、實(shí)時(shí)(shi)且無損的方(fang)法，在食品安全(quan)、健康監(jiān)(jian)測和環(huán)境(jing)保護(hù)領(lǐng)域具有(you)潛在的應(yīng)(ying)用價(jià)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(yang)液泡破壞相(xiang)關(guān)。本研究(jiu)選取(qu)了硬度和(he)咀嚼性這(zhe)兩個(gè)關(guān)鍵質(zhì)地(di)指標(biāo)進(jìn)行研究(jiu)，如圖 3d 所示。在儲(chu)存期間(jian)，青椒的硬度(du)逐漸下(xia)降，且聚乳酸(suan)（PLA）包裝中(zhong)的青椒硬度(du)顯著高于(yu)聚乙烯（PE）包裝(zhuang)的。這表明，在整(zheng)個(gè)儲存過程中(zhong)，PLA 能更有(you)效地保持青椒(jiao)的質(zhì)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。