采用翻滚辅助干燥盐渍处理的泡菜白菜的质量特性的无损监测：利用高光谱成像技术进行视觉分析

《The Journal of Foot and Ankle Surgery》：Nondestructive monitoring of the quality properties in tumbling-assisted dry salting treated kimchi cabbage: a visual analysis using hyperspectral imaging technology

本研究对比了传统干腌（CS）与滚筒辅助干腌（TS）对Kimchi cabbage的盐渍效果，利用高光谱成像（HSI）技术分析盐分扩散和微观结构变化。结果表明TS方法在短时间内更高效，但高盐浓度或长时间处理会导致细胞结构破坏，影响质地。通过PLSR模型验证了HSI在预测盐分浓度和硬度方面的可靠性，并实现了盐渍过程的可视化分析，为优化Kimchi生产条件提供了非破坏性检测手段。

　　本研究聚焦于干盐渍蔬菜加工过程中盐摄入的调控，特别以泡菜用大白菜（Kimchi Cabbage, KC）为研究对象，探讨了不同的盐渍方法对产品质量和效率的影响。随着食品加工技术的发展，非破坏性分析方法在食品质量评估中变得越来越重要。研究团队采用高光谱成像（Hyperspectral Imaging, HSI）技术，结合偏最小二乘回归（Partial Least Squares Regression, PLSR）模型，对盐渍过程中的盐扩散和组织完整性进行了可视化分析，旨在优化盐渍条件，提高泡菜品质。

### 盐渍方法的比较与影响

泡菜的制作通常包括盐渍、浸泡、发酵和储存等步骤，其中盐渍是决定泡菜风味、口感和保存性能的关键环节。传统的盐渍方法主要包括湿盐渍（Brine Method）和干盐渍（Conventional Dry Salting, CS）。湿盐渍需要大量水和盐，导致高盐废水排放，可能引发环境问题。相比之下，干盐渍通过将盐直接混合到蔬菜中，减少了盐的使用量和加工时间。然而，干盐渍的一个主要挑战是盐难以均匀渗透到叶片内部，导致盐渍不均。

为了解决这一问题，研究团队引入了“滚筒辅助干盐渍”（Tumbling-Assisted Dry Salting, TS）技术。TS通过连续旋转干盐和其他成分，使盐与蔬菜的接触面积和频率增加，从而加快盐的扩散速率。这种机械作用有助于提升盐渍效率，同时降低对环境的影响。研究结果显示，TS在盐渍效率方面优于CS，但若处理时间过长或盐浓度超过一定阈值，可能导致明显的微观结构损伤，影响泡菜的口感和外观。

### 盐渍条件的调控

研究通过调整盐渍时间（30、60、90分钟）和盐浓度（4%、6%、8%）来评估不同条件对KC质量特性的影响。结果显示，随着盐渍时间和盐浓度的增加，盐渍率和可溶性固形物含量显著上升，但KC的产量、水分含量、硬度和pH值则呈现下降趋势。值得注意的是，TS在相同盐浓度下，相较于CS，能够更快地达到目标盐渍率，且在某些情况下，如4%盐渍浓度下，TS仅需5分钟即可完成，而CS则需要30分钟以上。

然而，研究也发现，TS在盐渍时间较长或盐浓度较高时，容易造成KC的微观结构损伤，如细胞壁降解、细胞结构塌陷和组织软化。这种损伤在盐渍时间超过20分钟或盐浓度达到8%时尤为明显。因此，如何在保证盐渍效率的同时减少对组织的破坏，成为优化TS工艺的关键。

### 高光谱成像技术的应用

高光谱成像技术因其非破坏性和高分辨率，被广泛应用于食品质量评估。本研究采用HSI技术对KC进行盐渍过程的监测，其波长范围为874–1734 nm，能够提供关于盐渍分布和组织状态的详细信息。通过伪彩色映射，研究人员可以直观地观察到盐的扩散路径和组织变化，特别是在叶片边缘区域，盐渍的分布情况更为明显。

在HSI图像处理过程中，研究人员对不同处理组的样品进行了图像采集和光谱数据提取。为了提高模型的准确性，对原始光谱数据进行了多种预处理，包括Savitzky-Golay一阶导数滤波（SG-1）、面积归一化、乘法散射校正（MSC）和标准正态变量（SNV）。结果显示，MSC预处理在盐渍率预测模型中表现出最佳性能，其校准、交叉验证和预测的R2值分别为0.877、0.884和2.769，而PLSR模型在硬度预测中的表现同样优异，R2值达到0.884，RPD值为2.861，表明该模型具有较高的预测能力。

### 光谱特征与质量评估

在光谱分析方面，研究团队发现，不同盐渍条件下的KC样本在特定波长范围内表现出显著的光谱差异。例如，1000–1200 nm、1300 nm以及1400–1470 nm波段的光谱特征与盐渍过程中的水分和盐分变化密切相关。这些波段反映了KC细胞结构的变化，如细胞壁的降解、细胞膜的破坏和水分流失，从而影响最终产品的质地和口感。

此外，研究还发现，盐渍过程中KC的硬度与盐渍时间和盐浓度密切相关。较高的盐渍时间或盐浓度会导致KC组织软化，而较低的盐渍时间或浓度则有助于保持较高的硬度。通过伪彩色图像的可视化分析，研究人员能够直观地观察到不同盐渍条件下KC的硬度分布，为盐渍工艺的优化提供了依据。

### 优化建议与未来展望

研究结果表明，TS方法在提高盐渍效率方面具有明显优势，但需要谨慎控制盐渍时间和盐浓度，以避免过度软化和结构损伤。在相同盐浓度下，TS能够显著缩短盐渍时间，但若处理时间过长，可能导致KC组织的软化，影响最终产品的口感和外观。因此，对于追求新鲜口感的泡菜产品，建议采用TS处理时间不超过10分钟；而对于需要长时间发酵或加工的泡菜产品，TS处理时间可延长至20分钟以上。

同时，研究也指出，HSI与PLSR的结合为盐渍过程的非破坏性评估提供了强有力的支持。该方法能够有效捕捉盐渍过程中水分和盐分的动态变化，同时揭示组织结构的变化趋势。然而，PLSR作为一种线性回归模型，可能无法充分揭示复杂的光谱变化，尤其是在涉及多变量交互作用的情况下。因此，未来的研究应考虑引入非线性模型，如深度学习方法，以提高预测的准确性和适用性。

此外，研究团队还建议进一步优化盐渍参数，以提升KC的品质和一致性。通过扩展研究范围，探索其他蔬菜和农产品的盐渍特性，有助于推广HSI技术在食品加工领域的应用。同时，开发基于盐渍条件的分类模型，将有助于实现更加精准的质量控制和工艺优化。

### 结论

本研究通过实验和数据分析，揭示了TS和CS两种盐渍方法在KC处理中的不同表现。TS在提高盐渍效率方面具有显著优势，但需要合理控制处理时间和盐浓度，以避免对组织结构的过度损伤。HSI技术结合PLSR模型为盐渍过程的非破坏性监测提供了新的视角，有助于实现更精准的盐渍参数调控，从而提升泡菜的品质和一致性。未来的研究应进一步探索非线性模型的应用，并扩展HSI技术在其他农产品盐渍过程中的适用性，推动食品加工技术的持续发展。