漫透射近红外光谱的便携式面粉品质安全检测仪的设计

基于近红外漫透射光谱分析技术,设计了便携式面粉品质安全检测仪,该检测仪主要包括光谱采集模块、光源控制模块、处理与显示模块以及电源模块。其中漫透射检测附件不仅可以实现光谱补偿功能,还可以有效避免外界杂散光的干扰,设计了控制光源开关的电路,通过实验确定样品的最佳厚度。选用树莓派4B作为核心处理器,选用可充电锂电池供电,仪器可持续供电2 h,仪器大小为250 mm×170 mm×300 mm。以去除麸皮后由小麦磨成的面粉为研究对象,总共180份样品,每份样品再分三份,分别为黄色、红色和蓝色。对所有的红色样品使用波长为900~1 870 nm的近红外漫透射光谱进行光谱信息采集并记录,对所有的黄色样品进行湿度值的测量并记录,对所有的蓝色样品进行DON含量的测量并记录,三种样品需要同时进行测量。利用箱线图剔除光谱两端的噪声和一个异常样本,最终选取1 048～1 747 nm波段光谱进行建模。利用多元散射校正(MSC)、S-G卷积平滑和标准正态变换(SNV)对原始光谱数据进行预处理,分别建立了面粉湿度的偏最小二乘回归预测模型和DON含量超标与否的PCA-逻辑回归分类模型。所建湿度的最优PLSR预测模型的建模集和预测集相关系数分别为0.883和0.853,均方根误差分别为0.382%和0.286%,残差预测偏差RPD为2.5;所建DON含量超标与否的PCA-逻辑回归分类模型的预测集ROC曲线下的AUC值为0.927,混淆矩阵显示未超标样本的预测准确率为96%,超标样本的预测准确率为89%。基于PyQt5设计GUI界面,运用Python语言编写了面粉品质实时检测系统,该检测软件可以实现PLSR、PCA-逻辑回归模型的训练、保存和加载。利用外部验证集试验验证了便携式面粉多品质检测仪的精确性和稳定性。结果显示面粉湿度的外部验证集相关系数和均方根误差为0.876和0.21%,最大相对误差为2.89%。面粉DON含量超标与否的识别准确率为90%,表明该仪器可以对面粉的湿度和DON含量超标与否进行无损检测分析。     

小麦呕吐毒素污染可见/近红外光谱快速筛查方法研究

小麦不仅是我国主要的粮食品种,也是一种重要的饲料和工业原料。小麦易受赤霉病感染从而产生呕吐毒素,学名脱氧雪腐镰刀菌烯醇（DON）,具有一定致癌性,对人畜健康构成严重威胁。尤其近年来极端异常气候频发,小麦DON污染风险呈不断上升趋势,已成为影响其产品质量安全的主要因素。然而,传统DON检测方法过程繁琐、耗时费力,因此发展一种快速、低成本且适用于在线的检测方法对小麦安全生产及加工具有重要意义。首先从江苏各地收集不同赤霉病感染程度的小麦样品200份,磨粉后利用超高效液相色谱-串联质谱联用法（UPLC-MS/MS）测定小麦中DON含量,再利用光谱仪在线采集小麦的可见/近红外光谱。数据处理步骤为：采用多元散射校正以及二阶导数对光谱进行预处理,同时根据竞争性自适应权重取样算法提取特征波长,最后利用线性判别分析（LDA）与偏最小二乘判别分析法（PLS-DA）建立小麦粉样品的定性分析模型（以国家标准1 000 μg·kg-1为界限）,根据偏最小二乘回归（PLSR）建立小麦粉样品DON含量定量分析模型。UPLC-MS/MS结果表明小麦DON污染风险较高,所测样品超标率约为50%。可见/近红外光谱分析表明不同DON含量小麦样品光谱特征具有一定的差异,原始光谱和二阶导数谱图可看出1 420 nm处DON含量越高,吸光度越低。由于DON绝对含量低而光谱仪的检测限有限,通过主成分分析未能发现明显的聚类趋势,但根据全光谱以及特征光谱所构建的LDA与PLS-DA判别模型均能够对超标和未超标样品进行快速识别与筛查,最佳识别率达87.69%。从定量分析结果来看,所构建的小麦样品DON含量的PLSR模型结果不太理想,最优模型结果：预测集相关系数（r_p）为0.688,均方根误差（RMSEP）为727 μg·kg-1,相对分析偏差（RPD）值为1.38,模型精度和稳健性有待进一步提升。利用可见/近红外光谱和化学计量学方法,实现小麦DON含量超标与否的在线判别与筛查,为我国小麦产品质量安全快速检测提供了技术参考。但对DON含量的定量分析还需要进一步研究,探究外部因素对模型的影响,并拟扩大样品量,收集不同地区、不同品种的小麦样品,提高模型的精度及普适性。