上海(hai)騰拔(ba)質(zhi)構儀助(zhu)力武(wu)漢(han)大(da)學(xue)在Food Research International發(fa)文(wen)

近(jin)日(ri)，武(wu)漢(han)大(da)學(xue)電子(zi)信息(xi)學(xue)院研究人(ren)員(yuan)在國際(ji)食(shi)品(pin)期(qi)刊《Food Research International》(中(zhong)科院(yuan)壹(yi)區(qu)TOP，IF=8.0)發(fa)表(biao)了題為(wei)"Deep learning-based colorimetric indicator on polylactic acid packaging for nondestructive monitoring of fresh-cut fruits and vegetables"的(de)研究論(lun)文(wen)。在該論文(wen)中，研究人(ren)員(yuan)利用上海(hai)騰拔(ba)Universal TA國產質(zhi)構儀用於測(ce)定(ding)青(qing)椒的(de)硬(ying)度和咀(ju)嚼(jiao)性指(zhi)標。

果蔬(shu)的(de)易(yi)腐性(xing)對保持食(shi)品(pin)質(zhi)量與(yu)安(an)全構成了重大(da)挑戰(zhan)。然(ran)而(er)，當(dang)前(qian)用於監(jian)測(ce)鮮(xian)切果蔬(shu)新(xin)鮮(xian)度的(de)方(fang)法(fa)仍(reng)存(cun)在(zai)局限。本(ben)研究介(jie)紹了壹(yi)種(zhong)基(ji)於(yu)深度學習的(de)新(xin)型(xing)比(bi)色指(zhi)示劑(ji)系統，該系統旨(zhi)在(zai)對包(bao)裝於(yu)聚(ju)乳酸(suan)（PLA）袋中(zhong)的(de)鮮(xian)切果蔬(shu)的(de)新(xin)鮮(xian)度進行無損(sun)監(jian)測(ce)。該系統采(cai)用了壹(yi)種(zhong)基(ji)於(yu)乙基(ji)纖維(wei)素(su)的(de)指(zhi)示劑(ji)（EMT），這(zhe)種指(zhi)示劑(ji)在儲(chu)存(cun)過(guo)程(cheng)中(zhong)，會(hui)隨(sui)二(er)氧化(hua)碳(tan)（CO₂）濃(nong)度（0%–30%）的(de)變(bian)化呈現(xian)出(chu)明顯的(de)顏色轉(zhuan)變。除了具有敏感性(xing)外(wai)，EMT 還(hai)展(zhan)現(xian)出(chu)優異(yi)的(de)穩(wen)定(ding)性(xing)和(he)可重復(fu)使用性。此外(wai)，本(ben)研究shouci以鮮(xian)切青(qing)椒為(wei)模型(xing)，通過(guo)在機(ji)器學(xue)習中(zhong)應用特(te)征提(ti)取(qu)算法(fa)（主成分(fen)分(fen)析（PCA）和(he) Fisher 線(xian)性(xing)判(pan)別分(fen)析（FLDA）），構建(jian)了 “生理(li)狀(zhuang)態 — 新(xin)鮮(xian)度 — 指(zhi)示劑(ji)顏色" 之間(jian)的(de)關系。研究將這(zhe)種相關性與用於圖(tu)像識(shi)別和分(fen)析的(de)深度學習算(suan)法(fa)相結合(he)，該方法(fa)減輕或消(xiao)除了由(you)人(ren)類(lei)視(shi)覺(jiao)感知(zhi)的(de)個(ge)體差異(yi)以及(ji)拍(pai)攝(she)條件(jian)變化(hua)所導(dao)致(zhi)的(de)識(shi)別誤(wu)差(cha)。結(jie)果表(biao)明，該系統能(neng)夠(gou)準確、快(kuai)速(su)且(qie)無損(sun)地(di)評估(gu)鮮(xian)切青(qing)椒的(de)新(xin)鮮(xian)度，在(zai) k 折交叉驗證下(xia)，MobileNetV3 - Small 模型(xing)的(de)識(shi)別平(ping)均準確率(lv)可達 96.09%。所提(ti)出的(de)策略為(wei)監(jian)測(ce)農(nong)產(chan)品(pin)新(xin)鮮(xian)度提(ti)供了壹(yi)種(zhong)高(gao)精(jing)度、實時且(qie)無損(sun)的(de)方(fang)法(fa)，在食(shi)品(pin)安(an)全、健康(kang)監(jian)測(ce)和(he)環(huan)境保護(hu)領域具有潛(qian)在的(de)應用價值(zhi)。

果蔬(shu)的(de)軟(ruan)化與weisuo、蛋(dan)白(bai)質(zhi)及多(duo)糖降(jiang)解以及(ji)中(zhong)央(yang)液泡(pao)破(po)壞(huai)相關。本(ben)研究選(xuan)取(qu)了硬度(du)和(he)咀嚼(jiao)性這(zhe)兩個(ge)關鍵質(zhi)地指(zhi)標進行研究，如(ru)圖(tu) 3d 所示。在(zai)儲(chu)存(cun)期(qi)間(jian)，青(qing)椒的(de)硬(ying)度逐漸(jian)下(xia)降，且(qie)聚(ju)乳酸(suan)（PLA）包(bao)裝中(zhong)的(de)青(qing)椒硬(ying)度顯著高(gao)於(yu)聚(ju)乙烯(xi)（PE）包(bao)裝的(de)。這(zhe)表(biao)明，在整(zheng)個儲存(cun)過(guo)程(cheng)中(zhong)，PLA 能更有效(xiao)地(di)保持青(qing)椒的(de)質(zhi)地特(te)性(xing)。

參(can)考文(wen)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。