在禽肉工业生产中，肌病防控一直是影响鸡肉产量和品质的重要因素。尤其是鸡胸肉这种高价值的部位，常常受到木胸、意大利面肉等肌肉病变的困扰，一旦发生，会导致肉质硬化、汁液流失，严重损害产品价值。传统的肌病检测往往依赖人工触诊和视觉评估，不仅主观性强、效率低下，而且存在漏检与误判的风险。近期，IRTA西班牙农业食品研究技术研究所的团队在国际期刊《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》上发表了一项研究，提出了一种创新解决方案：通过可见-近红外高光谱成像（VIS-NIR HSI）技术，实现鸡胸肌病的检测与分类。这一研究为禽肉行业提供了新的技术手段，不仅能高效识别肌病，还能预测肉品在冷藏过程中的质量变化，帮助减少食品浪费。图1.研究框架。研究方法（1）实验设计与样本选择• 试验一 (肌病鉴别)：选取98只鸡胴体，分区域评估并标注肌病类型（N, WB, SM, WS）；• 试验二 (保质期评估)：选取77只鸡胴体，经气调包装后于4.8°C下冷藏14天，并定期采样；（2）高光谱成像数据采集研究选择Resonon Pika L型高光谱成像仪进行图像采集，其系统配置如下：ö 光谱范围：386–1016 nm；ö 光谱分辨率：2.0 nm；ö 相机类型：线扫描式，每一条...
发布时间:
2026
-
03
-
03
浏览次数：9
被誉为“软黄金”的藏红花，因其独特的药用价值和市场热度，早已成为高端养生圈的心头好。但你知道吗？藏红花的品质很大程度取决于它的产地、储存时间和等级。而这些，仅靠肉眼和经验很难判断。那么，有没有一种更科学、更可靠的方法来鉴别藏红花的“出身”和“身价”呢？本研究基于 HSI 技术，融合光谱与图像特征，结合机器学习建立藏红花产地、年份和等级的识别模型，重点提升中国藏红花的质量溯源与市场可信度。1 什么是高光谱成像？简单来说，高光谱成像（HSI）就像是“能看透物质内部结构的眼睛”它可以同时采集图像信息和光谱信息，识别物体在400-1000 nm范围内的光谱“指纹”，这就为精准识别藏红花的“身份特征”提供了可能。2 本研究做了什么？本研究团队采集了320份中国藏红花样品，涵盖不同产地（上海、浙江、河南、安徽、西藏）与不同年份（2021-2023），并对其等级进行分级。图1. 中国主要产区采样点图。本研究通过使用Resonon公司 Pika XC2 高光谱成像仪，获取每份样品的高维光谱图像后，研究人员进一步提取关键波长特征，并构建多种分类模型，逐步实现了：✅ 产地识别✅ 储存年份判别✅ 等级判断图2. 不同种类藏红花样品的平均原始光谱差异（a）产地（EST：东部地区；CT：中部地区；WST：西部地区）；（b）年份（2021、2022、2023年）；（c）等级（HQ：优质；NQ：中质；UQ：不合...
发布时间:
2025
-
05
-
28
浏览次数：51
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。使用高光谱成像仪和机器学习对新鲜和冻融牛肉进行分类由于对安全、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。安装在暗室中的高光谱数据采集系统的配置示意图基于此，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...
发布时间:
2024
-
02
-
21
浏览次数：91
生鱼片又称鱼生，古称鱼脍，起源于中国，最早文字记录可以追溯到周朝，有着悠久的食用历史，后传至日本及朝鲜半岛等地，在日本称刺身，是日本料理中最为常见的菜品。生鱼片制作简单，食用可口，营养丰富。从营养学角度说，生鱼片没有经过传统的炒、炸、蒸等烹饪方法，因此营养物质完全没有流失，是一道极富营养的菜肴。但是从卫生角度考虑 ... ...生鱼片是一种传统的日本食品，在日本以外的许多国家都很流行，但严重的健康风险，如腹痛，腹泻，呕吐，以及由生鱼片上常见的寄生虫引起的器官损伤，是消费者担心的因素。冷冻处理是一种有效杀灭寄生虫的方法，但由于可接受的温度范围窄，无法广泛应用；过高的温度无法完全消除所有寄生虫，而过低的温度会损害生鱼片的风味。因此，有必要开发一种寄生虫检测方法，以便清除被感染的生鱼片。传统的生鱼片寄生虫检测方法主要有显微镜法、免疫荧光法、聚合酶链式反应法等，但这些方法耗时费力，不易实现产业化。因此，迫切需要一种快速、简便、可靠、智能的生鱼片寄生虫检测方法。目前，可见光和近红外（VIS/NIR）光谱在食品质量检测中的应用已经很成熟，包括疾病监测、害虫检测、蛋白质和脂肪含量评估等。然而，寄生虫非常小，利用VIS/NIR高光谱成像技术能否检测到生鱼片上的寄生虫仍然是一个未知的问题。利用VIS/NIR高光谱成像进行生鱼片寄生虫检测基于此，在所附的文章中， 研究者们首次探讨了Resonon Pi...
发布时间:
2023
-
05
-
26
浏览次数：116
【背景】：高光谱成像技术可以快速且无损的测量食物品质。该研究调查了高光谱成像在400-1000 nm波段范围预测柑橘果实内部品质属性例如总可溶性固形物（TSS），pH，可滴定酸度（TA）和成熟度指数（TSS/TA）；以及外部品质属性，例如颜色成分（L*，a*， b*）和颜色指数（CI）的可行性。【方法】：从亚马逊州（秘鲁）收集柑橘样品（甜橙，瓦伦西亚品种），共80个无不良特征（如物理破坏，病害以及污染成分）的样品。样品随机分为两组，75%为“校正集”，其余为“预测集”，用于模型的外部验证。利用Resonon Pika XC高光谱成像系统（400-1000 nm）扫描柑橘并采集图像。利用偏最小二乘法建立预测品质属性的完整模型。利用回归系数确定最优波段，通过多元线性回归建立简化模型。预测的确定系数（R2p）以及预测的标准误差（SEP）用来衡量模型的性能。【结果】：内部品质属性的完整模型性能较低（R2p ，SEP 50%）。外部品质属性的完整模型性能较高（L*：R2p = 0.898，SEP = 19%；a*：R2p = 0.952，SEP = 13%；b*：R2p = 0.922，SEP = 20%；CI：R2p = 0.972，SEP = 12%）。简化模型与外部品质属性性能相似。柑橘图像和光谱处理的主要步骤：（a）确认感兴趣区域；（b）原始平均反射光谱...
发布时间:
2020
-
07
-
10
浏览次数：249