服务热线:
86-0755-23229824
您当前所在位置:首页>>光学知识
高光谱成像技术可以快速预测鸡蛋液菌落总数吗?

高光谱成像技术可以快速预测鸡蛋液菌落总数吗?今天,让莱森小编带大家一起来看看~

对腐败鸡蛋内容物进行病源微生物分离和鉴定可以发现,假单胞菌属是优势菌属,其中铜绿假单胞菌(又称绿脓杆菌)参与鸡蛋腐败过程。铜绿假单胞菌作为肉源腐败的优势菌种,具有来源范围广、耐药性强等特点,可分解肉中的氨基酸产生硫化物等有害次级代谢产物,并进一步加速肉的腐败进程。而鸡蛋液作为优质蛋白质的丰富来源,是理想的微生物培养基,因此对鸡蛋液中腐败微生物进行预测对保障鸡蛋品质安全具有重要意义。

image.png 

因此,莱森小编通过收集不同程度腐败鸡蛋液的光谱特性和菌落信息,结合多元统计分析方法,为实现高光谱技术对鸡蛋液中菌落总数的定量分析提供参考。

1、鸡蛋液中菌落总数的变化情况分析

随贮存时间的延长,两组样本蛋清中菌落数量变化趋势呈现S型曲线,存在明显的迟缓期和对数生长期,其中对照组变化相对平稳。污染组样本初始菌落数为3.2(lg(CFU/g)),在初始培养3 d内,菌落数量增幅仅为0.3(lg(CFU/g));培养至第7天,增幅达到4.5(lg(CFU/g))。由于在接菌的初始阶段,蛋清中的抗菌成分(如溶菌酶和卵转铁蛋白等)仍对外界病源微生物起到抵抗作用;此外,这也由菌种自身生长特性所决定,在接种至新的环境中,需要通过短暂调节才能实现后期的快速增长和繁殖,类似的研究现象也出现在琼脂平板和猪肉上。

2、基于高光谱技术的鸡蛋液中菌落总数的预测

光谱分析

综上原因,对于鸡蛋液样本来说,随微生物数量的增加,蛋清和蛋黄均会发生相应的变化,导致整体鸡蛋液样本对可见-近红外光(400~1 000 nm)的吸收能力变强,反射率变小。

光谱预处理

对于蛋清和全蛋液,原始光谱经预处理后,除Autoscale预处理外其他预处理方法下PLS模型的RCV均有所下降;交互验证均方根误差(RMSECV)均有所上升,表明并不是所有的预处理方法都对模型的预测精度有所提高。

特征波长的提取

根据SPA得出的均方根误差(RMSE)作为挑选特征变量数的依据。蛋清、蛋黄和全蛋液样本的变量个数分别为11、12和15时,RMSE最小为0.48、0.54(lg(CFU/g))和0.69(lg(CFU/g)),此后随着变量数增加,RMSE不再减小,因此蛋清样本的特征波段数为11 个,蛋黄样本的特征波长数为12 个,鸡蛋样本的特征波段数为15 个。

模型的建立

对于蛋清样本,比较全波段-PLS和全波段-SVM模型,全波段-PLS模型中RC和RP(0.84和0.79)低于全波段-SVM模型中的RC和RP(0.85和0.80),RMSEP(0.67(lg(CFU/g)))高于SVM模型中的RMSEP(0.64(lg(CFU/g)));经SPA算法筛选特征波段后所建的SPA-PLS模型中RP下降0.01,RMSEP上升0.02(lg(CFU/g)),SPA-SVM模型中RP上升0.01,RMSEP下降0.01(lg(CFU/g))。

结 论

在鸡蛋液污染过程中,微生物经历短暂适应期后快速繁殖扩增,并对蛋黄膜造成破坏,致使鸡蛋出现散黄腐败现象,侵染全过程均会严重影响光谱的吸收和反射特性。

对原始光谱进行预处理后建立PLS预测模型发现:Autoscale预处理效果相对最佳,对应蛋清样本的RCV和RMSECV为0.83和0.51(lg(CFU/g)),蛋黄样本的RCV和RMSECV为0.78和0.51(lg(CFU/g)),全蛋液样本的RCV和RMSECV为0.79和0.65(lg(CFU/g))。

对比全波段与特征波段下的蛋清、蛋黄和全蛋液样本的PLS和SVM预测模型发现,SPA-SVM预测效果最优。蛋清样本的RC和RP为0.85和0.81,RMSEC和RMSEP为0.50(lg(CFU/g))和0.63(lg(CFU/g));蛋黄样本的RC和RP为0.86和0.82,RMSEC和RMSEP为0.42(lg(CFU/g))和0.47(lg(CFU/g));全蛋液样本RC和RP为0.83和0.75,RMSEC和RMSEP为0.60(lg(CFU/g))和0.75(lg(CFU/g));其中蛋清和蛋黄样本所建模型预测效果均高于全蛋样本所建模型。

在整个污染过程中,分析微生物在蛋液中生长情况和建模的效果表明,实际生产过程中建议选择蛋清的平均光谱对微生物进行预测。对于单个样本来说,整个预测过程只需几分钟便可完成,证实高光谱成像技术可以用于鸡蛋液中菌落污染程度的快速预测,为后续鸡蛋质量安全控制提供新的方案和思路。

好了,以上就是有关高光谱成像技术可以快速预测鸡蛋液菌落总数吗的解答,希望可以帮助到大家~


关键词相关链接: 紫外泄漏光谱辐射仪 紫外光谱辐射仪 薄膜测量光纤光谱仪 紫外增强宽带光源 水下辐射剖面光谱仪 水质光谱吸收模块 光辐射安全光谱仪 BTDF双向透射分布函数光谱测量仪 工业集成微型光纤光谱仪 可见红外双向反射光谱测量仪(BRDF) 电致发光量子效率光谱系统 光致发光量子效率光谱系统 水质测量光谱吸收光纤探头 IR孔透射积分球 显微透反射光谱系统 太阳模拟器均匀性和稳定性测试仪 荧光比色皿支架 中红外光谱辐射仪 辐射积分球 BRDF双向反射分布函数光谱测量仪 水质光谱紫外吸收模块 便携式矿物红外光谱仪 水体光谱仪 VCSEL激光LIV光谱功率测试仪 全光谱紫外吸收光谱水质模块 COD水质光谱吸收集成模块 全吸收积分球 厌氧停留吸收光谱 全自动水体表现光谱观测系统 VCSEL激光远场测试 VCSEL激光近场测试 单色积分球均匀光源 紫外吸收微型光谱仪 紫外增强卤灯光源 VCSEL激光测试仪 余弦辐射探头 水面高光谱辐射仪 VCSEL光学测试系统 水色遥感光谱仪 LIV激光功率测试 激光LIV人眼安全测试仪 光谱功率积分球 VCSEL激光安全功率测试仪 定制积分球 量子效率光谱系统 手持式地物光谱仪 VCSEL TOF测试 雾度积分球 紫外老化光谱辐射仪 中红外光源 光谱辐射仪 IR孔透过率光谱测试仪 便携式地物光谱仪 VCSEL激光LIV测试系统 地物光谱仪厂家 显微高光谱成像系统 积分球均匀光源 水质测量光谱仪 高光谱相机 机载成像高光谱 海面高光谱 透反射光谱测试仪 积分球光源系统 地物光谱仪 透射积分球 VCSEL激光测试 光通量测试积分球 多光谱相机 无人机高光谱 超连续白光光源 机载高光谱成像仪 紫外可见近红外光谱辐射仪 手持式LIBS激光诱导击穿光谱仪 COD双光路水质光谱吸收模块 水下光谱仪 无人机高光谱成像仪 水体高光谱辐射计 地物光谱仪价格 LIBS激光诱导击穿光谱系统 辐射测量光纤光谱仪 无人机高光谱成像系统 高低温温度控制器 高光谱成像仪 光谱反射率测量仪 光纤光谱仪 光纤镜头 反射积分球 成像光谱仪 激光波长测量光纤光谱仪 水质光谱传感器 激光功率积分球 便携式高光谱相机 积分球 FieldSpec 4 HR NG 蓝菲光学积分球 积分球生产厂家 LED积分球 光谱辐照度仪 便携式光谱辐射计 拉曼测量光纤光谱仪 HR-1024i 颜色测量光纤光谱仪 便携式光谱辐射仪 handheld 2 COD、叶绿素、总氮、总磷等多参数水质分析仪 光纤光源 氘卤组合光源 抗紫外光纤 漫反射标准板 LIBS headwall高光谱成像 国产地物光谱仪 便携式太阳光谱反射仪 野外地物光谱仪 角分辨率光谱系统 太阳光谱反射比 高光谱成像仪价格 地物波谱仪
Copyright © 2020 All Rights Reserved 莱森光学(深圳) 有限公司·版权所有 备案号:粤ICP备18141551号-1