很乐观
近日,海南大学食品科学与工程学院云永欢联合清华大学、英国贝尔法斯特女王大学的知名学者,在国际知名期刊《Food Chemisty》(IF=8.5,中科院大类一区TOP)上发表题为“Smartphone video imaging: A versatile, low-cost technology for food authentication”的重要研究结果。
研究背景
随着食品行业的快速发展和食品市场的日益全球化,消费者越来越关注食品标签的准确性。传统上以感官分析来评估食品的真实性。但由于各种人为因素,感官分析被认为是主观的、不一致的和不可预测的。
色谱仪和气相色谱-质谱法等仪器方法被认为是准确、可重复和可再现的食品真实性评估技术。然而,这些方法成本高昂、耗时且具有破坏性,并且需要复杂的样品预处理和专业技能。
在过去的十年中,各种成像和光谱技术已成为食品鉴定的快速、无损检测工具。特别是高光谱成像 (HSI) ,将成像和光谱学相结合以获取样品的空间和光谱信息。与计算机视觉 (CV) 等传统成像技术相比,HSI 显著增加了与样品化学属性相关的信息量,克服了光谱技术无法提供有关非均质样品空间信息的局限性。
然而,HSI 尚未在食品认证中实现广泛和大规模的商业应用。其价格通常从数万美元到数十万美元不等,并且获取和处理高光谱图像的过程耗时较长。为了降低测量的成本和复杂性,多光谱成像 (MSI) 为 HSI提供了一种低成本替代方案,其可在多个特定波长下捕获图像。然而,MSI 的价格仍然超出用户预期,并且较少的波长数量限制了其分析性能。因此,HSI 和 MSI 目前不适合广泛地进行面向消费者的食品认证。
成果简介
本研究提出了一种基于智能手机的低成本成像技术,即智能手机视频成像 (SVI)。此技术可用于捕获由变色屏照亮的样品短视频,并在人工智能辅助下开发出了新的功能,使 SVI 成为一种类似高光谱成像 (HSI)的多功能成像技术。此技术能对非均质含量的样品进行分类,分析物质含量的空间表示,并从视频中重建高光谱图像。当SVI与残差神经网络集成时,在人参分类任务上优于传统的计算机视觉方法。此外,此技术有效地绘制了粉末混合物(藏红花和姜黄粉)中藏红花纯度的空间分布,其预测性能与 HSI 相当。另外,当SVI 与 U-Net 深度学习模块相结合,能生成与 HSI 采集的目标图像非常相似的高质量图像。综上,SVI 技术可以作为一种面向消费者的食品认证解决方案。
研究亮点
1. 提出了一种基于智能手机视频的低成本成像技术。
2. 通过ResNet 提取了智能手机视频的空间和光谱信息。
3. 基于智能手机视频在空间上呈现了分析物的浓度。
4.从智能手机视频中重建了高质量的高光谱图像。
图形摘要
图1. 智能手机视频成像示意图
图2. 智能手机视频分类的 ResNet 架构 (a) 和频谱重建的 U-Net 架构 (b)
图3. 人参视频数据分类的t-SNE 图(a) 、基于 SVI 的混淆矩阵(b) 和基于 CV 的混淆矩阵(c)
图4. 基于 SVI 和 HSI 测量的粉末混合物中不同藏红花纯度的预测图
图5. 基于 SVI (a) 和 HSI (b) 的藏红花纯度的真实值与预测值
图6. 在选定波长和相应目标下重建的高光谱图像
图7. 从智能手机视频 (R) 和相应目标 (T) 重建的光谱
# 研究结论 #
本研究提出了一种基于智能手机的食品认证成像技术,SVI。它录制了由变色屏照亮的样品短视频,并将视频帧分解为 RGB 通道。当SVI 与神经网络耦合时,能对非均质样本进行分类,分析物质浓度的空间表示以及从智能手机视频中重建高光谱图像。本研究评估了SVI 在食品分析任务中的有效性,并与HSI 和 CV 技术进行性能比较。具体而言,SVI 与 ResNet 相结合,区分不同类型人参样品的分类准确率为可达0.987,比 CV 的准确率高出 0.054。此外,在测定混合物(藏红花和姜黄粉)中藏红花的纯度时,SVI 可得到与 HSI 相当的准确结果 (R2P= 0.98)。获得的分布图清楚地描绘了藏红花纯度的不同水平。最后,SVI 结合 U-Net 和 CBAM 有效地重建了智能手机视频中的高光谱图像。与CV 相比,这些重建的高光谱图像与目标更相似。结果表明,在人工智能的辅助下,SVI 是一种可行的、面向消费者的食品认证解决方案。我们未来的工作是将 SVI 与近红外光谱和拉曼光谱等技术融合。此外,我们将使用光谱重建和光谱超分辨率来提高 SVI 分析性能。
原文链接
https://doi.org/10.1016/j.foodchem.2024.140911
作者简介
为一定程度促进食品真实性及溯源技术的进步,仪器信息网将于9月13日举办“第三届食品真实性及产地溯源鉴定新技术”主题网络研讨会,我们将会邀请权威专家及厂商技术人员带来精彩分享,把最新的技术和科研成果呈现给大家。报名链接:https://www.instrument.com.cn/webinar/meetings/fat240913/
[来源:food AI]
报名中!第三届食品真实性及产地溯源鉴定新技术网络研讨会全日程公布
2024.09.09
“火眼金睛”鉴真假!第三届食品真实性及产地溯源鉴定新技术网络研讨会亮点速览
2024.08.22
2024.08.22
中国检科院采用基于LC-MS在特色乳真实性鉴别方面取得重要成果
2023.11.02
2024.09.06
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~