视频号
视频号
抖音号
抖音号
哔哩哔哩号
哔哩哔哩号
app
前沿资讯手机看

我要投稿

投稿请发送邮件至:weidy@instrument.com.cn

邮件标题请备注:投稿

联系电话:010-51654077-8129

二维码

我要投稿

投稿请发送邮件至:weidy@instrument.com.cn

邮件标题请备注:投稿

联系电话:010-51654077-8129

南京农业大学兰维杰:高光谱成像技术是评价食品内部异构性的有效手段

分享到微信朋友圈

打开微信,点击底部的“发现”,

使用“扫一扫”即可将网页分享到朋友圈。

分享: 2023/09/14 11:40:12
导读: 目前,高光谱成像技术拥有探究食品内部品质异构性的潜力,这不仅为对食物内部异质性的科学研究提供了快速有效表征方法,同时也更为获得稳健、精准的食品品质指标预测模型提供关键指导。

随着图像处理及分析相关的硬件和软件的不断进步,高光谱成像系统在各种研究项目中的使用越来越多,并被应用于各种领域。最新的研究报告显示,2023年全球高光谱成像系统市场估计为168亿美元,预计2028年有望达到343亿美元,预测期间复合年增长率为15.4%,市场极具活力!

为了更好的展现高光谱技术和应用的创新成果,以及未来的发展趋势,仪器信息网特别策划《高光谱技术创新成果集》网络专题,集中展示高光谱领域的最新成果,包括但不限于仪器、部件、技术、方法、应用等

d64c0b99068c59303d86e80963df1254_da4dc607-03ff-4b16-8343-5df54e93699d.jpg

兰维杰 副教授

南京农业大学食品科技学院

在仪器信息网主办的“高光谱技术在农业领域的最新应用进展” 网络研讨会议中(相关精彩视频回放点击:https://www.instrument.com.cn/news/20230811/679327.shtml南京农业大学兰维杰副教授进行了《高光谱成像技术在苹果内部品质异构性的评价潜力研究》的报告分享。会后,我们再次邀请兰老师分享高光谱技术当前的研究进展及其团队研究成果。

一、为什么要依靠高光谱技术来研究食品异构性

高光谱成像技术是一种在不同波长范围内获取物体光谱信息的技术,其技术优势在于能够捕捉物体的细微光谱差异,并且集成了成像和光谱学,从而实现对物体内部构成和特性的定量或定性分析。目前,高光谱技术在食品质量检测领域应用广泛,如检测食源性污染物、鉴别真伪、果蔬成熟度及病害程度判断。其中,由于果蔬的内部物理性质(如大小、形状、颜色、位置和温度)和生物性质(如品种、季节、成熟度水平和地理来源)各不相同,造成组织具有较高异构性,影响了光学传播特性和与入射光的相互作用行为,从而降低了质量检测的精度。

常规色谱、质谱化学分析方法探究单个水果组织水平上的内部异质性方面既昂贵又耗时,这些内部异质性已经被广泛证实,同时也显著影响了其加工后产品的质量安全与稳定性。目前,凭借空间和光谱信息的结合,高光谱成像技术拥有探究其内部品质异构性的潜力,这不仅为对食物内部异质性的科学研究提供了快速有效表征方法,同时也更为获得稳健、精准的食品品质指标预测模型提供关键指导。

二、高光谱技术研究苹果异构性的部分进展

本团队以苹果为研究对象,通过常规化学分析测定,证明了单个苹果内部在总糖、单糖、酸度、总酚含量等方面均存在显著空间异构性分布。目前,我们提供了一种基于近红外高光谱的简单高效方法来实现苹果内部化学指标异构分布的快速表型(图1)。首先,我们通过近红外高光谱成像系统获取了布瑞本(Braeburn)、嘎啦(Gala)、史密斯(Granny Smith)和高果树负载量(约200个/棵)与低果树负载量(约150个/棵)下的金冠(Golden Delicious)苹果的片状组织,获取了超1000个不同部位的待测样本;其次,对所有苹果切片的高光谱信息,采用主成分分析筛选出变异性较大的特征待测区域(共141个),基于每个部位的平均光谱进行PLS模型与机器学期预测模型构建,结果发现PLS模型能够较好实现特征测试样本的总糖(Total sugar)和干物质(DMC)的预测,模型R2与RPD值高于0.81和2.2;最后,通过该模型对全像素下的目标进行预测,成功实现了不同品种及不同位置的苹果内部的总糖及干物质分布的变异性可视化(图2、图3)。综述,该研究成果的优势在于依靠相对小样本测试数据,即可实现高通量的苹果内部品质指标可视化,这为田间及实验室内三维空间的品质表型提供简单可行方案参考。但是,本研究中高光谱技术也展现了评价单糖、总酚等内部品质指标空间分布的局限性。

图1 基于近红外高光谱技术表征苹果内部品质异构性的方法

图2基于近红外高光谱技术表征苹果内部干物质含量的可视化空间分布图

图3 基于近红外高光谱技术表征苹果内部总糖含量的可视化空间分布图

三、高光谱技术对水果硬度异构性与泛化预测模型的开发

目前,本团队研究了不同“富士”苹果硬度空间异构性,发现其干物质和硬度也存在着较大变异性,并希望通过减少苹果果皮光学信号干扰,建立更加可靠的果肉硬度泛化检测模型。现有结果表明,在构建苹果果实硬度校正模型时,考虑到样品内部异构性(> 10%)可有效提高模型精度和降低样本数量。由此,我们不仅减轻了样品测定的工作量并且保证了模型构建中样本的差异性。希望在后续的苹果硬度模型建立及矫正的过程中开展进一步验证性研究,为点状近红外对苹果硬度检测的泛化模型精度提升提供参考。

四、高光谱成像技术探究食品异构性的几点展望

目前,限制高光谱成像技术在评价果实内部品质异构性方面的应用依旧存在着以下三个方面:首先,高光谱数据量庞大,急需更有效的数据处理方法、人工智能和机器学习技术从数据中提取有用信息;其次,高精度、小型化的高光谱一起可以提高数据采集的质量和效率,实现食品加工产品在发酵、调配、包埋等过程中内部结构与化学变化的精准控制;最后,明确光在生物物体中传播路径模拟或与生物物体相互作用的机理也是提高模型精度必要的研究方向。这些方法的发展为高光谱成像技术在评价食品异构性的可能性提供了可行性。


[来源:仪器信息网] 未经授权不得转载

用户头像

作者:兰维杰

总阅读量 1410 查看ta的文章

网友评论  0
为您推荐 精选资讯 最新资讯 新闻专题

版权与免责声明:

① 凡本网注明"来源:仪器信息网"的所有作品,版权均属于仪器信息网,未经本网授权不得转载、摘编或利用其它方式使用。已获本网授权的作品,应在授权范围内使用,并注明"来源:仪器信息网"。违者本网将追究相关法律责任。

② 本网凡注明"来源:xxx(非本网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,且不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的"稿件来源",并自负版权等法律责任。

③ 如涉及作品内容、版权等问题,请在作品发表之日起两周内与本网联系,否则视为默认仪器信息网有权转载。

使用积分打赏TA的文章

到积分加油站,赚取更多积分

谢谢您的赞赏,您的鼓励是我前进的动力~

打赏失败了~

评论成功+4积分

评论成功,积分获取达到限制

收藏成功
取消收藏成功
点赞成功
取消点赞成功

投票成功~

投票失败了~