肉类富含丰富的蛋白质和营养物质,不仅能够满足我们的味蕾,还能够提供我们身体所需的能量和营养。
随着肉类需求的增加,大规模的肉类生产和运输过程中,肉类的速冻可以一定程度保持食物的新鲜度和口感。然而,关于速冻解冻的肉类,和新鲜肉类的混淆,让人难以分辨。
首尔大学的研究人员利用高光谱成像技术,做了相关的研究。
由于对安全、可食用肉类的需求的不断增加,冷冻储存技术得到了不断改进。然而目前存在解冻肉在处理和销售过程中被进行了错误的标记,宣称为新鲜肉类,这可能导致消费者受到误导或产生安全隐患。在这项研究中,使用高光谱图像数据构建了一个机器学习(ML)模型,用于区分新鲜冷藏、长期冷藏和解冻的牛肉样本。通过四种预处理方法,共准备了五个数据集来构建ML模型。使用PLS-DA和SVM技术构建了模型,其中应用散点校正和RBF核函数的SVM模型性能最佳。结果表明,利用高光谱图像数据立方体,可以构建区分新鲜肉类和非新鲜肉类的预测模型,这可以成为肉类储存状态常规分析的快速、非侵入性方法。
基于此,来自首尔大学的研究人员使用Resonon Pika L 高光谱成像仪,在近红外光谱的400-1000 nm波段内获取高光谱图像数据立方体,进行了相关研究。在本研究中,图像采集系统安装在暗室中,以确保完全消除外部光并能够采集高光谱图像。
将九个样本同时放置在哑光黑色板上,通过移动相机获取高光谱图像数据立方体。所有样品均经过光学稳定处理,在采集高光谱数据之前将它们置于实验环境中 20 分钟,消除由肌红蛋白/氧肌红蛋白含量差异引起的巧合差异。随后,通过分离红色肉部分,从高光谱数据立方体中提取了(ROI)的光谱,确保了只有红色部分肉的光谱被提取用于分析。这个过程产生了高质量的数据集,适用于后续的分析和解释。使用四种预处理技术(MSC、SNV转换、一阶Savitzky–Golay滤波和最小-最大归一化)对提取的光谱进行模型开发。
用于构建肉样本分类模型的高光谱数据立方体中的光谱。(a) 实验数据的完整光谱;(b) 每个实验组的平均光谱(实线)以及加减标准差后的光谱(虚线)。
这篇文章研究了使用NIR高光谱成像仪,对牛肉进行分类,区分其“新鲜”、“受损”和“冷冻”状态。通过将韩国产牛肉样品划分为新鲜冷藏、长期冷藏和解冻状态,共获得了九个高光谱图像数据立方体,并通过滴水损失测试定量分析了牛肉样品的状况。本研究共收集了4950个光谱图像,将其80%用作训练集,20%用作测试集。
在构建机器学习模型时,使用了四种预处理方法,包括MSC和SNV用于校正,Savitzky-Golay 1st滤波器用于平滑,Min-Max用于归一化,以及原始数据,共准备了五个数据集。采用PLS-DA和SVM技术构建模型,其中SVM模型使用了四个核函数。评估模型性能时,准确性是主要指标,同时对“新鲜”类别的F1分数进行了估计,以独立验证生鲜肉分类的性能。测试集的准确率在几乎所有模型中都超过90%,主要错误是由于未能正确区分“受损”和“冻结”类别。具有散点校正和RBF核函数的SVM模型表现最佳,其准确度达到96.57%,“新鲜”类别的F1分数为100%。研究结果表明,通过纯化高光谱图像数据立方体筛选的光谱可以构建一个预测模型,用于区分新鲜肉和非新鲜肉。这些模型在未来的实际肉类采购场所中具有可行性。
[来源:北京理加联合科技有限公司]
理加联合参加中国生态水文论坛(第四届)暨中国生态学学会生态水文专业委员会2024年会
2024.08.28
ASD | ASD LabSpec 4 地物光谱仪在近地天体群中识别人造天体的应用
2024.08.16
LI-2100 | 水汽来源复杂性对内陆山区降水稳定同位素海拔效应的影响
2024.08.16
理加联合参加雅鲁藏布江中游自然资源西藏自治区野外科学观测研究站揭牌仪式
2024.08.09
2024.08.09
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。
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
投票成功~
投票失败了~