近日，武漢大學(xué)(xue)電子信息學(xué)院(yuan)研究(jiu)人員在國(guo)際食品(pin)期刊《Food Research International》(中科(ke)院一區(qū)TOP，IF=8.0)發(fā)(fa)表了(le)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(zhong)，研究(jiu)人員利(li)用上海騰(teng)拔Universal TA國產(chǎn)(chan)質(zhì)構(gòu)儀用(yong)于測(ce)定青椒的硬度(du)和咀嚼(jue)性指標(biao)。

果蔬的易(yi)腐性對(dui)保持(chi)食品(pin)質(zhì)量(liang)與安全構(gòu)(gou)成了重大(da)挑戰(zhàn)。然而，當(dāng)(dang)前用于監(jiān)測鮮(xian)切果蔬(shu)新鮮度的(de)方法(fa)仍存在局限。本(ben)研究介紹(shao)了一種基于深(shen)度學(xué)(xue)習(xí)的新型(xing)比色(se)指示劑系(xi)統(tǒng)，該系統(tǒng)旨(zhi)在對(dui)包裝于(yu)聚乳(ru)酸（PLA）袋中的(de)鮮切果蔬的(de)新鮮度進(jin)行無(wu)損監(jiān)(jian)測。該系統(tǒng)采用(yong)了一種基于乙(yi)基纖維素的(de)指示劑(ji)（EMT），這種(zhong)指示劑在儲(chu)存過程中(zhong)，會隨二(er)氧化碳（CO?）濃度(du)（0%–30%）的變化呈現(xiàn)出(chu)明顯的顏(yan)色轉(zhuǎn)變(bian)。除了具有敏感(gan)性外，EMT 還展現(xiàn)出(chu)優(yōu)異(yi)的穩(wěn)定性和(he)可重復(fù)使用(yong)性。此外，本研究(jiu)shouci以鮮(xian)切青椒為模(mo)型，通過(guo)在機(ji)器學(xué)(xue)習(xí)中應(yīng)用特(te)征提取(qu)算法（主成(cheng)分分析（PCA）和(he) Fisher 線性判(pan)別分(fen)析（FLDA）），構(gòu)建了 “生(sheng)理狀態(tài) — 新鮮度(du) — 指示劑顏色(se)" 之間(jian)的關(guān)系(xi)。研究將這種(zhong)相關(guān)性與用于(yu)圖像(xiang)識別(bie)和分析的(de)深度(du)學(xué)習(xí)(xi)算法相結(jié)(jie)合，該方法減輕(qing)或消除了由(you)人類視覺感知(zhi)的個體(ti)差異(yi)以及拍攝(she)條件變化(hua)所導(dǎo)(dao)致的識別誤差(cha)。結(jié)果表明，該(gai)系統(tǒng)能夠準(zhun)確、快速且(qie)無損地評估鮮(xian)切青(qing)椒的新鮮度(du)，在 k 折交叉驗證(zheng)下，MobileNetV3 - Small 模型的(de)識別平均(jun)準確率可達(da) 96.09%。所提(ti)出的策略為(wei)監(jiān)測(ce)農(nóng)產(chǎn)品(pin)新鮮度提供了(le)一種(zhong)高精度、實時(shi)且無損的方法(fa)，在食(shi)品安全、健(jian)康監(jiān)測(ce)和環(huán)境保護(hu)領(lǐng)域具有潛在(zai)的應(yīng)用價(jia)值。

果蔬的軟化(hua)與weisuo、蛋白質(zhì)及多(duo)糖降解(jie)以及中央液泡(pao)破壞相關(guān)(guan)。本研究(jiu)選取了硬(ying)度和咀嚼性這(zhe)兩個(ge)關(guān)鍵質(zhì)地指(zhi)標進行研究，如(ru)圖 3d 所示。在(zai)儲存(cun)期間，青(qing)椒的硬度(du)逐漸下降，且(qie)聚乳酸（PLA）包裝(zhuang)中的青椒硬度(du)顯著高于(yu)聚乙烯（PE）包(bao)裝的。這表明(ming)，在整個儲(chu)存過程中，PLA 能更(geng)有效地保持青(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。