多光譜食品可視化成像分析草莓測定

產(chǎn)品型號： Videometer Lab 4

所屬分類(lèi)：多光譜食品可視化分析

更新時(shí)間：2022-11-08

簡(jiǎn)要描述：多光譜食品可視化成像分析草莓測定在波長(cháng)405–970 nm范圍內有9個(gè)波段，用來(lái)對草莓果實(shí)硬度、可溶性固形物（TSS） 含量以及成熟階段進(jìn)行評估。研究采用了7中分析方法，包括偏小二乘法、支持向量機法（SVM）以及BP神經(jīng)網(wǎng)絡(luò )（BPNN）來(lái)構建模型用以預測完好草莓果實(shí)的硬度以及TSS。

聯(lián)系我們 在線(xiàn)咨詢(xún)

Videometer多光譜成像系統的原理

多光譜成像技術(shù)是基于成像學(xué)和光譜學(xué)發(fā)展起來(lái)的一門(mén)新興技術(shù)，它作為一種分析工具，可應用于包括生物醫學(xué)在內的很多不同的研究領(lǐng)域。多種熒光同時(shí)標記時(shí)，經(jīng)過(guò)單色光的激發(fā)，其多種熒光信號混雜在一起，通過(guò)液晶可調諧濾光片對所需波長(cháng)光進(jìn)行濾過(guò)和電荷藕合元件的采集，然后經(jīng)信號解混系統將采集到的多種混雜的光解混，經(jīng)過(guò)信號輸出和顯示，可直觀(guān)地觀(guān)察到不同顏色標記的生物樣品的不同的成分或定位。多光譜成像和普通成像技術(shù)的最大不同之處，能獲得每張圖像每個(gè)像素點(diǎn)的高分辨率的光譜，而不是肉眼所見(jiàn)的紅、藍、綠三色圖像。

研究生物體內復雜的生物過(guò)程，最直觀(guān)的方法就是成像技術(shù)，如免疫組化、熒光原位雜交技術(shù)、細胞成像技術(shù)以及活體動(dòng)物體內成像技術(shù)等。由于自發(fā)熒光以及光譜重疊的干擾，這些成像方法都只能用一種染料標記特定分子進(jìn)行成像，即便通過(guò)熒光共振能量轉移來(lái)研究分子問(wèn)的相互作用，也只能同時(shí)有兩種染料標記，且無(wú)法消除光譜重疊的干擾。生物體內過(guò)程的復雜性決定了單色成像用于生物醫學(xué)研究的局限性，特別是人類(lèi)基因組計劃完成后，研究進(jìn)入后基因組時(shí)代，更加注重基因表達和蛋白質(zhì)功能信號通路的研究，這些核酸和蛋白質(zhì)復雜多樣在體內行使著(zhù)多種多樣的功能。隨著(zhù)成像學(xué)和光譜學(xué)的發(fā)展，使得圖像被解混成為可能，多種染料標記不同的生物分子，即使存在非常明顯的光譜重疊，通過(guò)光譜解混也能將每種光學(xué)信號彼此分離開(kāi)。

多光譜食品可視化成像分析草莓測定

VideometerLab 4多光譜測量系統在波長(cháng)405–970 nm范圍內有9個(gè)波段，用來(lái)對草莓果實(shí)硬度、可溶性固形物(TSS) 含量以及成熟階段進(jìn)行評估。研究采用了7中分析方法，包括偏最小二乘法、支持向量機法(SVM)以及BP神經(jīng)網(wǎng)絡(luò )（BPNN）來(lái)構建模型用以預測完好草莓果實(shí)的硬度以及TSS。與 PLS和SVM方法相比，BPNN法顯著(zhù)提升了多光譜系統預測硬度以及總可溶性固形物含量的性能，相關(guān)系數(r) 分別為0.94和 0.83, SEP 為0.375和0.573, 偏差為 0.035 和0.056。戶(hù)做自己的特定分析?？紤]到VideometerLab 4 portable可能需要經(jīng)常帶到溫室、野外或其它地方進(jìn)行測量，因此它被設計成可快速打包的樣式。多光譜食品可視化成像分析草莓測定

隨后使用SVM和主成分分析-BP神經(jīng)網(wǎng)絡(luò )法來(lái)檢測了多光譜成像技術(shù)區分水果成熟階段的能力。使用SVM模型獲取了精度高達100%的分類(lèi)精度。另外，所有模型結構顯示光譜VIS可見(jiàn)光部分光譜是測定硬度、估算TSS含量以及鑒別成熟階段的主要因素。結果表明，多光成像技術(shù)配合恰當的分析模型，是前景的快速估算草莓品質(zhì)特性以及鑒別其成熟階段的技術(shù)。