利用高光谱成像确定食品污垢的水合动力学

《Applied Food Research》:Determining the hydration kinetics of food soils using hyperspectral imaging

【字体: 大 中 小 】 时间:2026年07月22日 来源:Applied Food Research 5.4

编辑推荐:

  有效清除表面上的食品沉积物通常始于水性清洁溶液吸收到污垢层中,这一过程传统上通过重量法监测。在本研究中,研究人员开发了一种新方法,利用短波红外(SWIR)高光谱成像(HSI)和多变量分析来研究水进入食品污垢的吸收动力学,并以重量法作为补充。由淀粉、蛋白质和脂肪

  
有效清除表面上的食品沉积物通常始于水性清洁溶液吸收到污垢层中,这一过程传统上通过重量法监测。在本研究中,研究人员开发了一种新方法,利用短波红外(SWIR)高光谱成像(HSI)和多变量分析来研究水进入食品污垢的吸收动力学,并以重量法作为补充。由淀粉、蛋白质和脂肪组成的食品污垢样品暴露于水性清洁溶液中,作为污垢处理、表面活性剂类型和浓度以及溶液pH值的函数。采用Peleg模型拟合表征每个系统中的水分吸收,R2在0.961至0.998之间,取决于系统条件。阴离子表面活性剂的存在增加了水分吸收程度。基于重量法和高光谱数据训练了偏最小二乘回归(PLSR)模型,并显示出强大的预测性能(R2Val = 0.975,RMSEVal = 0.032 g/gfoulant)。像素级预测图和空间异质性指标表明,水分吸收在空间上是不均匀的,在中间浸泡时间出现最大的样本内变异。来自HSI的时间序列预测被拟合到Peleg方程,与拟合到实验数据的方程显示出满意的一致性。这项工作表明,SWIR HSI和PLSR能够量化食品污垢中的整体水分吸收动力学和局部水分异质性,突出了非侵入性、空间分辨的水分含量预测相比于重量法方法的优势。
**论文解读:基于SWIR高光谱成像与偏最小二乘回归的食品污垢水合动力学研究**

**一、研究背景与问题**
在食品生产和家庭环境中,清除表面食品沉积物(污垢)是确保卫生和产品安全的关键步骤,但清洁过程消耗大量水、能源和化学品。现有研究多聚焦于清洁机制(如扩散溶解、粘性位移等),但传统测量方法(如重量法、摩擦学法、微操作等)多为侵入式,无法提供空间分辨的信息。水吸收是清洁的第一步,其动力学直接影响污垢膨胀、内聚力和粘附力的减弱,进而影响后续去除效率。目前对水吸收行为的表征主要依赖重量法,耗时且无法捕捉样本内部的空间异质性。因此,亟需一种非侵入、快速、可提供空间信息的方法,以优化清洁配方和工艺条件。

**二、研究目的与意义**
研究人员开发了一种基于短波红外(SWIR)高光谱成像(HSI)与偏最小二乘回归(PLSR)相结合的新方法,用于非侵入式量化食品污垢的水吸收动力学和空间异质性。该方法相比传统重量法,能同时获取空间、化学和时间信息,为清洁过程中水合行为的研究提供了新工具。论文发表在《Applied Food Research》。

**三、主要关键技术方法**
研究采用超市购买的Heinz Macaroni Cheese(通心粉奶酪,含水81.4%、碳水化合物11%、蛋白质3.7%、脂肪2.9%)作为代表性食品污垢。将样品涂布于不锈钢基板(316L,面积100×100 mm,厚度3 mm,粗糙度Sa=0.53 μm),烘烤后形成污垢层。主要技术方法包括:1) SWIR HSI(imec Snapscan相机,1100-1700 nm,96波段,光谱分辨率5.9 nm)采集图像;2) 图像预处理(去噪、空间合并、Savitzky-Golay一阶导数、PCA背景掩膜);3) 多元分析:主成分分析(PCA)探索光谱变异,PLSR建立水分含量预测模型;4) 水吸收动力学采用Peleg模型拟合;5) 空间异质性通过像素级预测图、偏差图和标准差指标量化。

**四、研究结果**

**1. Factors Affecting Absorption Kinetics**
通过重量法测量不同条件下的水吸收曲线,并拟合Peleg模型(R2adj=0.961-0.998)。结果表明:烘烤时间延长增加水吸收容量(k?降低),但导致粘附失效(污垢边缘剥离);阴离子表面活性剂SDS提高吸收速率和容量,阳离子CTAB影响较小;pH升高至9.5增加吸收容量,归因于蛋白质去质子化导致静电排斥增强。

**2. Hyperspectral Imaging & Multivariate Analysis**
**Characteristics of SWIR Spectra**:预处理后的光谱显示,1400 nm处水吸收峰随水分含量增加而位移,区分明显。
**Principal Component Analysis (PCA)**:第一主成分(PC1)解释68.7%方差,PC1得分随浸泡时间增加,反映水吸收过程;空间异质性可见于粘附失效区域和气泡处。
**Water Absorption Prediction Model Development (PLSR)**:基于分组验证策略,选择3个主成分的PLSR模型,排除粘附失效样本后性能最优:R2Val=0.975,RMSECal=0.028 g/gfoulant,RMSEVal=0.032 g/gfoulant,RMSEPim=0.087 g/gfoulant。回归系数在1100-1200 nm和1350-1450 nm处有显著特征,对应水吸收带。

**3. Application of HSI and Predictive Models**
**Analysis of Spatial Heterogeneity**:像素级预测图和偏差图显示,水分吸收空间不均匀,中间浸泡时间(30-150秒)内异质性最大,表现为像素标准差先增后减。不同条件影响:烘烤时间长导致后期异质性略高;表面活性剂降低异质性(促进均匀润湿);pH升高增加早期异质性。
**Prediction of Water Absorption Kinetics**:将HSI预测的平均水分含量拟合Peleg模型,与重量法拟合结果高度一致(R2adj>0.976),尤其初始快速吸收和平衡阶段。烘烤时间组偏差较大,因粘附失效引入系统误差。

**五、讨论与结论**
讨论部分指出,HSI方法的核心优势在于非侵入、空间分辨,能够揭示污垢层内水分分布的非均匀性,而重量法无法提供。该方法可扩展至其他食品或材料系统,但需重新校准。当前方法适用于实验室后浸泡分析,不适用于流动清洁条件下的实时监测。

**研究结论翻译**:
这项工作展示了清洁溶液化学和污垢性质对代表性难清洁污垢水吸收动力学的影响,并证明了SWIR HSI与多变量分析如何用于非侵入式量化食品污垢在浸泡清洁溶液后的水分含量。与重量法不同,HSI的空间分辨特性可以可视化污垢表面水分进入的异质性,提供仅靠整体重量法无法获得的信息。通过像素级预测图、偏差图和空间异质性指标,本研究证明HSI不仅能提供平均吸收水量的信息,还能揭示水在污垢层内的分布均匀性。本研究中,研究人员发现该污垢的水吸收在空间和时间上均非均匀:表面缝隙和孔隙的快速初始填充导致局部区域水分进入速率高,随后膨胀和扩散过程在污垢接近平衡浸泡状态时减小了空间差异。此外,通过应用该方法并校准PLSR模型至特定食品污垢的时间序列高光谱数据,可直接估计水吸收动力学经验模型(如Peleg模型),从而预测清洁系统中的行为,否则需通过原位采样才能探测。该方法前景广阔,但仍需进一步开发,包括在不同成分的食品污垢上测试、与替代回归方法比较、正式评估特征选择方法、完整优化预处理流程,以及在更实际相关的清洁条件(如间歇性清洁溶液流动)下评估。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号