实验室要闻

当前位置:首页 > 实验室要闻 > 实验室要闻 >

河南省农业激光技术国际联合实验室博士后张浩发表优质论文

发布时间:2021-08-24 13:14    浏览次数:
       《河南农业大学学报》2021年第55卷第3期刊载了河南农业大学机电工程学院、河南省农业激光技术国际联合实验室的张浩,刘振,王玲,胡建东的研究文章——“基于近红外光谱结合机器学习算法检测食用明胶品种溯源的研究”。该研究由国家自然科学基金项目(32071890);河南省自然科学基金项目(202300410197);中国博士后科学基金面上项目(2017M612399);河南省高等学校青年骨干教师项目(2020GGJS046);河南农业大学科技创新基金项目(KJCX2018A09)资助。责任编辑蒋国良。
       食用明胶由于其蛋白质含量高,无脂肪和无胆固醇,目前主要作为食品增稠剂、胶凝剂和粘合剂被广泛应用于食品工业中。食用明胶通常来源于猪皮、猪骨、牛皮、牛骨、鱼皮、鱼鳞等,不同来源食用明胶的二级结构和重金属含量是不同的,导致不同来源食用明胶的用途也有所差异。因此,知道确切的食用明胶来源,以便在食品制作过程中合理使用,制作出符合国家标准的明胶类食品,同时也能满足不同消费者的口味需求,有利于保护消费者的利益。目前,仅从色泽、气味等方面来考虑,很难区分出不同来源的食用明胶,因此需要快速有效的方法实现食用明胶品种的溯源研究。
       食用明胶的传统检测方法包括液相色谱法、质谱法、电泳法、酶联免疫法等,这些方法需要昂贵的仪器和复杂的样品前处理、比较耗时。近红外光谱技术(NIRS)作为一种快速无损的方法,目前被广泛地应用到食品领域中。通过研究明胶的理化特性,NIRS已经被用于食用明胶的检测中。目前的研究中主要对动物皮胶进行检测,缺少对骨胶的检测。另一方面,大部分研究主要采用无监督学习方法如主成分分析法对食用明胶进行分析,分类准确率有待进一步提高。本研究拟采用近红外光谱技术结合3种机器学习方法对5种不同来源的食用明胶(猪皮、猪骨、牛皮、牛骨、鱼皮)进行鉴别研究。
       5种不同来源的食用明胶(猪皮、猪骨、牛皮、牛骨、鱼皮)冻力(Bloom值)分别为220,200,220,250,250。明胶样品用磨成粉末,过100目筛后取5 g在30 Mpa下压成明胶片。每种明胶源制备120个明胶片,共得到600个。明胶片的厚度和直径分别为4.5 mm和35 mm。
       近红外光谱测量装置由卤钨灯光源、光纤可调衰减器,分叉式光纤反射探头和近红外光谱仪等构成。光源的波长范围为360~2400 nm, 近红外光谱仪的光谱范围为900~2500 nm。光纤反射探头由7根芯径为600 µm的光纤组成,一根连接光源,用于传输入射光,另外的6根连接近红外光谱仪,用于收集反射光。光谱每隔3 nm采集一个点,每次平均3次,积分时间设置为100 ms,平滑度设置为10。
       本研究分别采用支持向量机(SVM)、随机森林(RF)和反向传播神经网络(BPNN)3种机器学习算法建立明胶识别模型。3种模型的建立过程均采用Matlab程序。采用4种机器学习分类模型效果评估指标,即准确率(Accuracy)、精确率(Precision)、召回率(Recall)和F1-score。
       结果表明:5种不同来源明胶样品的预处理平均光谱,在光谱波段范围为1100~2200 nm中其光谱形状基本上是相同的。采用十折交叉验证方法从600个明胶样品中选择531个样本作为训练集,剩余的69个样本作为验证集。SVM模型、RF模型和BPNN模型的总体准确率均高达97%以上,其中BPNN模型的准确率为100%,明显优于其他2种模型,能够实现5种不同来源食用明胶的完全识别,而且其运算速度最短,更适用于明胶品种的溯源。
       与传统方法相比,近红外光谱技术简单、便携、成本低、无需复杂的样品处理,可以实现无损快速检测。此外,本研究采用3种有监督学习方法进行明胶识别,可以获得更好的识别精度。因此,本研究中近红外光谱技术结合机器学习方法用于快速准确地实现食用明胶品种溯源是完全可行且有效的。该研究方法也可以用于食用明胶的质量检测和掺假研究中,同时也为其他食品或添加剂的安全检测提供了研究思路。
第一作者:
张浩,河南农业大学机电工程学院讲师,博士,硕士研究生导师。主要从事农产品品质和安全的光学无损检测、农业信息光谱感知技术及应用等方面研究,先后主持和参加国家及省部级等科研项目8项,发表学术论文20余篇,近4年已发表SCI论文9篇,申请发明专利4项,授权实用新型专利2项。曾担任《Talanta》、《Optics Express》、《Journal of Spectroscopy》等国际SCI期刊审稿人。
通信作者:
胡建东,河南农业大学机电工程学院副院长,教授,博士生导师,主要从事光电检测技术研究,先后主持有国家自然科学基金、国家科技攻关计划项目、国家重点支撑计划课题、国家科技部863 重点项目子课题、农业部948 计划项目、河南省杰出青年基金、河南省国内合作项目、河南省教育厅创新型人才和郑州市领军人才等项目。在光学表面等离子共振生物传感技术和激光光谱技术应用于农业生物测试方面作了大量的研究工作。获河南省科技进步二等奖 2 项,发表了 80 多篇高质量的论文,是国际期刊《Biosensors and Bioelectronics》、《Journal ofIrrigation and Drainage Engineering》、《Optics and Lasers in Engineering》审稿人。具有较强的生物光子学、农业信息学和农业生物物理学的交叉学科知识。