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：多光譜食品可視化分析

更新時間：2022-11-08

簡要描述：多光譜食品可視化成像分析草莓測定在波長405–970 nm范圍內(nèi)有9個波段，用來對草莓果實硬度、可溶性固形物（TSS） 含量以及成熟階段進行評估。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（BPNN）來構(gòu)建模型用以預測完好草莓果實的硬度以及TSS。

聯(lián)系我們 在線咨詢

Videometer多光譜成像系統(tǒng)的原理

多光譜成像技術(shù)是基于成像學和光譜學發(fā)展起來的一門新興技術(shù)，它作為一種分析工具，可應用于包括生物醫(yī)學在內(nèi)的很多不同的研究領域。多種熒光同時標記時，經(jīng)過單色光的激發(fā)，其多種熒光信號混雜在一起，通過液晶可調(diào)諧濾光片對所需波長光進行濾過和電荷藕合元件的采集，然后經(jīng)信號解混系統(tǒng)將采集到的多種混雜的光解混，經(jīng)過信號輸出和顯示，可直觀地觀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像素點的高分辨率的光譜，而不是肉眼所見的紅、藍、綠三色圖像。

研究生物體內(nèi)復雜的生物過程，最直觀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)以及活體動物體內(nèi)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行成像，即便通過熒光共振能量轉(zhuǎn)移來研究分子問的相互作用，也只能同時有兩種染料標記，且無法消除光譜重疊的干擾。生物體內(nèi)過程的復雜性決定了單色成像用于生物醫(yī)學研究的局限性，特別是人類基因組計劃完成后，研究進入后基因組時代，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(nèi)行使著多種多樣的功能。隨著成像學和光譜學的發(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，通過光譜解混也能將每種光學信號彼此分離開。

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(tǒng)在波長405–970 nm范圍內(nèi)有9個波段，用來對草莓果實硬度、可溶性固形物(TSS) 含量以及成熟階段進行評估。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（BPNN）來構(gòu)建模型用以預測完好草莓果實的硬度以及TSS。與 PLS和SVM方法相比，BPNN法顯著提升了多光譜系統(tǒng)預測硬度以及總可溶性固形物含量的性能，相關系數(shù)(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)絡法來檢測了多光譜成像技術(shù)區(qū)分水果成熟階段的能力。使用SVM模型獲取了精度高達100%的分類精度。另外，所有模型結(jié)構(gòu)顯示光譜VIS可見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(jié)果表明，多光成像技術(shù)配合恰當?shù)姆治瞿Ｐ?，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)。