近红外光谱分析技术在水果品质无损检测上的应用

近红外光谱分析技术具有快速、非破坏性、低成本及同时测定多种成分等特点,在很多领域得到广泛应用。本文简介了近红外光谱技术的检测原理,指出其检测优点和不足。综述了国内外将近红外光谱技术应用于水果品质无损检测方面的研究进展,并对利用近红外光谱技术进行水果品质无损检测的研究前景进行了展望。     

近红外光谱分析技术在蔬菜品质无损检测中的应用研究进展

蔬菜的无损检测技术包括利用其电学特性、光学特性、声波振动特性以及核磁共振技术、机器视觉技术、电子鼻技术和撞击技术等,其中应用最广泛、最成功的检测方法是光学方法。近红外光谱分析技术因分析速度快、效率高、成本低、重现性好,无需样品备制,无污染等特点,已成为一种快速、无损的现代分析技术,在很多领域得到广泛应用。文章介绍了国内外运用近红外光谱分析技术进行蔬菜品质无损检测的研究情况,分析了该技术应用于蔬菜品质检测时尚存在的问题和今后的研究方向。提出因蔬菜多样性和易腐变性等特点,需要加快研制近红外自动分析设备,以提高蔬菜品质检测的速度。指出结合核磁共振技术、图像技术等进行蔬菜品质的无损检测是未来发展的趋势。     

近红外光谱技术在牛奶及其制品品质检测中的应用

牛奶及其制品作为一类营养全面的理想食品,已成为人们日常生活中不可或缺的一部分。但与此同时人们也越来越关注乳制品的质量和品质,实时、快速、准确地检测牛奶及其制品成分和其他物质含量是提高乳制品质量,进行牛奶及其制品质量控制的首要条件。近红外光谱技术作为一种新型的分析检测技术,由于其快速、准确、无损的特点在乳及其制品产品检测和生产监控中有着巨大的应用潜力和前景。文章介绍了近红外光谱技术的原理、优点以及在牛奶及其制品营养成分含量测定、质量评定、在线检测等方面的研究进展,综合阐述了近红外光谱技术在牛奶及其制品品质检测中的应用现状,并对其前景进行了展望。证明近红外光谱技术可以有效地对乳及其制品的营养成分含量以及掺假物、残留物和防腐剂等进行快速、准确、无损的测定,从而实现对牛奶及其制品质量的检测和评定,以及生产过程的有效控制。随着近红外技术的不断发展,近红外检测技术将更加广泛地应用于牛奶及其制品的品质检测。     

近红外光谱分析技术在农产品/食品品质在线无损检测中的应用研究进展

农产品/食品品质问题一直受到人们的广泛关注,而由品质问题引起的农产品/食品安全事故越来越多,所以急需对农产品/食品品质进行快速无损检测。目前常用的快速检测方法有化学比色分析法、近红外光谱法、免疫学分析法、生物传感器技术、生物芯片检测法以及生物学发光检测法等。近红外光谱分析技术因具有分析时间短、无需样品预处理、非破坏性、无污染以及成本低等特点, 已成为一种快速的现代分析技术, 广泛应用于农产品/食品领域的品质检测。国内外许多学者对其进行了深入的研究,并且从实验室的静态研究向在线检测研究方向发展。文章概述了近红外光谱分析技术在水果、鱼类、畜肉类、牛奶、谷物以及奶酪酒精发酵上的在线品质检测/监控应用上的研究进展,指出了近红外光谱分析技术尚存在的问题,并对今后的近红外光谱分析技术作了展望。提出近红外光谱分析技术将会与网络技术相结合,实现近红外分析模型的在线更新与升级, 指出光谱成像技术将成为21世纪近红外光谱分析技术的发展趋势。     

近红外光谱通用模型在农产品及食品检测中的研究进展

我国人口基数大,农产品和食品的需求量多。农产品和食品的质量与安全与人们的日常生活息息相关。如何实现使用无损、快速、环境友好型、高通量的检测方法对农产品和食品的品质进行检测,是当代社会的发展需要。传统的检测分析方法存在着耗时耗力、检测的样品不能再次出售、产生次品漏检的现象等缺点。近红外光谱分析技术作为一种快速无损的检测手段,逐渐被一些学者以及相关行业人员所重视。然而,近红外光谱分析方法大多数只针对于单一物料建立数学模型。对于数量庞大且种类众多的农产品和食品而言,如不同地域、不同年份、不同温度、不同加工方法、不同成分组成甚至是不同品种,这种相对传统的近红外分析方法无疑会增加建模的工作量。随着计算机技术、光谱仪硬件、化学计量学以及互联网技术的发展,相关学者已经开始着手于近红外光谱通用模型的研究与开发来解决这一问题,即建立一个近红外通用模型,能够对多种物料的同一指标或多种指标进行检测。相比于传统的近红外光谱模型,通用模型具有建模成本低、工作量小等优点,特别使近红外光谱技术在农产品和食品领域中应用以及推广方面具有重要的意义。针对近红外光谱通用模型在农产品和食品检测中的研究进行综述,通过比较传统模...     

高光谱成像在水果内部品质无损检测中的研究进展

随着高光谱成像技术的日趋成熟与高光谱成像硬件、软件成本的不断下降,以及高光谱图像数据处理算法的不断改进, 应用高光谱成像技术对水果品质进行无损检测成为当前研究热点之一。为了能跟踪国内外的最新研究成果, 对高光谱成像在水果内部品质(成熟度、坚实度、可溶性固形物、水分)检测研究进行综述,以期对我国相关研究人员的研究工作提供参考。     

农产品外部品质无损检测中高光谱成像技术的应用研究进展

高光谱成像技术是一种传统图像及光谱的融合技术,可以同时获取研究对象的空间及光谱信息.由于图像数据能反映农产品的外部特征、表面缺陷及污斑情况,而光谱数据又可以对物体内部物理结构及化学成分进行分析.因此,近几年在农产品品质无损检测中引起越来越多的关注,成为一个研究热点.为了跟踪国内外的最新研究成果,对高光谱反射及荧光成像技术应用于农产品(水果、蔬菜、肉类、谷物等)的外部品质检测进行了分类综述,以期为高光谱技术在农业方面更广阔的应用提供参考.     

可见/近红外光谱技术在液态食品检测中的应用研究进展

可见/近红外光谱作为一种快速、无损的新型检测技术,在农产品与食品品质检测领域获得越来越广泛的应用。日本和欧美很多国家在近红外光谱对农产品与食品品质检测方面已经取得了很大的进展,国内在这一领域的研究虽有一定的成果,但与国外相比仍有一定的差距,有待加强。文章从酒类、奶制品、果汁、食用油等方面综述了近几年国内外可见/近红外光谱技术在液态食品品质检测中的最新应用研究进展,分析了可见/近红外光谱技术应用于液态食品品质检测的种种优势,思考了应用中存在的一些问题并尝试提出了相应的解决方法,最后对进一步的研究提出了展望。     

近红外光谱技术在水产品检测中的应用研究进展

水产品富含水分、蛋白质、不饱和脂肪酸与游离氨基酸等,是消费者喜爱的食品之一。然而,其在贮藏过程中由于温度波动或操作不当等因素会引起品质下降,引发一系列的食品安全问题。近红外光谱技术是一种利用物质对光的吸收、散射、反射和透射等特性来确定其成分含量的检测技术。该技术作为食品分析方法之一,在食品领域中应用广泛,可进行从气体到液体,从匀浆到粉末,从固体材料到生物组织等样品的快速精准与定性定量分析,具有快速无损,安全高效,多组分同时测定等特点。主要对常用无损检测技术的特点进行比较分析,对近红外光谱技术的主要工作原理予以说明,综述了该技术在水产品鲜度评价、掺伪分析、质量评估与货架期预测等方面的应用实例与最新研究进展,目前存在的主要问题,提出该技术应在进一步提升水产品检测精度的前提下,通过与各类理化指标的相关性分析、多种检测技术相融合等法来实现全面评价水产品品质的最终目标,以使其在水产品快速检测过程中得到更加广泛的应用。     

太赫兹技术在农产品品质检测中的研究进展

农产品质量安全日益受到关注。由于传统检测方法存在耗时长、操作复杂、消耗大量溶剂、成本高等问题,因而迫切需要开发快速无损检测技术。在电磁波谱中位于微波和红外辐射之间的太赫兹波,因其所处波段的特殊性,使其具有了瞬态性、高穿透性、宽带性、相干性和低能性等一系列特性,太赫兹技术可以有效反映有机生物分子的结构和性质,作为物质“指纹”谱,该技术逐渐应用于有机生物分子的定性、定量分析,在近红外光谱、拉曼光谱、X射线等众多光谱类快速无损检测技术中成为一种极具竞争力的新兴检测技术。首先介绍了太赫兹波特点,太赫兹光谱及其成像技术原理;其次,在其基础上总结了太赫兹数据处理一般流程及其主要步骤中的常用分析方法,着重对定量、定性分析步骤中模型搭建方法、评估方法、评估指标进行了阐述;再次,讨论了近几年来太赫兹技术在农产品品质检测中的几个关键领域应用和研究进展,具体包括农药残留、抗生素、毒素等微量有害物质检测,掺假、转基因和外源异物的鉴别以及农产品内部营养成分含量预测等;最后,系统探讨了太赫兹技术在农产品品质检测领域尚需解决的问题,以此为导向总结需要进一步加强的研究方向,并对太赫兹技术在农产品品质领域未来发展作出展望。已有研究文献表明太赫兹技术在农产品品质检测领域的有效性。尤其,对非极性物质不敏感的特性,使其对已包装农产品的品质检测与评估具有得天独厚的优势。随着机器学习、强化学习等信息科学技术发展,一方面进一步加强太赫兹数据分析技术研究,通过数据自主学习,从数据角度揭示科学规律,构建精度更高、运算开销更小、实时性更强、泛化能力更好的分析模型;另一方面从分子振动理论出发,结合化学、物理学知识,研究太赫兹光谱特性的形成机理,并将获取的先验知识应用于分析模型的构建,通过数据与机理二者有机结合,提高太赫兹光谱分析软实力。未来硬件系统开发上以便携、低成本、灵敏度高为目标,最终实现太赫兹技术应用从实验室研究阶段逐渐走向商用工程化应用。     

相关检测技术在近红外光谱分析中的应用

运用信号分析的理论,研究了把相关检测技术应用于近红外光谱分析的方法。通过作药品甲硝唑纯品光谱及混合品光谱的相关函数值,并对相关曲线进行分析,结果表明通过相关处理,光谱信息得到了分离和增强,可以作为一种光谱信息特征提取的有效方法,用于定性和定量分析,对解决近红外光谱检测中光谱叠加、信息率低的难题提供了一种新的思路和探索。     

近红外光谱技术在肉品检测中的应用和研究进展

近红外光谱(NIRS)作为新型光学检测技术在食品行业中得到广泛应用。该技术能实现肉品在线、快速、无损检测,是肉和肉制品品质分析的重要技术之一。文章综述了近红外光谱技术在肉类行业中的重要应用以及近年来的研究进展,主要包括蛋白质、脂肪及水分等影响肉类品质的化学组成成分分析,肉品感官品质如嫩度、保水性、肉色及新鲜度等指标的评价以及肉品的产地、品种等方面的鉴定。同时列举了近红外光谱技术在几种常见肉制品品质检测中的应用实例,并针对目前发展趋势展望了该技术的前景：近红外光谱技术在进一步深入研究提高肉品检测精度的基础上,通过与机器视觉技术等新型无损检测技术的融合以实现全面评价肉类品质的目标。     

可见-近红外光谱的螺旋藻生长品质指标快速无损检测

为了实现微藻生长过程品质指标的快速无损检测,提出了可见-近红外光谱技术检测不同红蓝光源组合培养条件下螺旋藻中叶绿素a和蛋白质的含量。采集不同含量红光和蓝光组合下螺旋藻在325～1 075 nm波段范围内的光谱信息,其中红光与蓝光的含量组合分别是(100%,0%),(90%, 10%),(70%,30%),(50%, 50%)。同时测量叶绿素a和蛋白质的含量,建立偏最小二乘(PLS)预测模型。分别基于连续投影算法(SPA)选择了用于叶绿素a和蛋白质预测的特征波长,分别得到5个(404,440,518,662和875 nm)和4个(411,531,602和1 047 nm)特征波长。基于特征波长建立了PLS和多元线性回归(MLR)预测模型,SPA-MLR模型中叶绿素a和蛋白质预测集相关系数(correlation coefficient, R_p)分别是0.949和0.974,均方根误差(RMSEP)分别是0.018 8和0.006 74。结果表明：可见-近红外光谱检测螺旋藻藻体中叶绿素a和蛋白质含量是可行的,通过测量螺旋藻的光谱结合化学计量学方法可以实现对螺旋藻生长状况的检测。     

葡萄浆果糖度可见/近红外光谱检测的研究

针对可见/近红外光谱与水果糖度存在非线性相关的特点,利用漫反射光谱测定方法获取了葡萄浆果的可见/近红外光谱,提出了应用偏最小二乘（PLS）结合人工神经网络（ANN）建立葡萄浆果糖度的预测模型,利用偏最小二乘法（PLS）对原始光谱数据进行处理,得出交叉检验的最佳主因子数为3,并将3个主因子的得分作为三层BP神经网络的输入。通过定标集样本对BP神经网络进行训练,用优化的BP神经网络模型对预测集样本进行预测。PLS-ANN模型对样本的预测模型检验参数r2为0.908,RMSEP为0.112,Bias为0.013,好于只使用PLS模型的预测模型检验参数r2为0.863,RMSEP为0.171, Bias为0.024。结果表明,利用近红外光谱技术无损检测葡萄浆果糖度等内部品质是可行的,为今后进一步分析建立浆果内部品质预测模型奠定了基础。     

Near-Infrared Spectroscopy: Effective Tool for Screening of Polymorphs in Pharmaceuticals

Abstract

Near-infrared (NIR) spectroscopy has emerged as an important technique for the screening and characterization of polymorphs in pharmaceuticals. Polymorphism, the ability of a substance to exist in two or more crystalline phases having different physicochemical and biopharmaceutical parameters, has attracted pharmaceutical scientists due to the patentability of new forms. Transformation of the solid phase due to polymorphic changes during manufacturing and storage may lead to formulation hurdles. Vibrational spectroscopy, particularly NIR spectroscopy, is a widely used technique for polymorphs screening in drug development processes and has emerged as a process analytical technology tool. In this review, a brief overview of NIR spectroscopy, chemometric tools, and polymorphs screening of pharmaceuticals using NIR spectroscopy is presented. Recent developments in NIR spectroscopy instrumentation are also discussed.     

岭回归在近红外光谱定量分析及最优波长选择中的应用研究

以66个小麦样品为试验材料,研究岭回归方法在近红外光谱定量分析中的应用。用44个小麦样品的近红外光谱数据建立测定蛋白质含量的近红外-岭回归模型,预测其余22个小麦样品的蛋白质含量。预测结果与凯氏定氮法分析结果(化学分析值)的平均相对误差为1.518%,与偏最小二乘法(PLS)预测结果进行比较,显示岭回归方法可用于近红外光谱定量分析;进一步,为了减少无关信息对定量分析模型预测能力的干扰,一种有效的方法就是进行波长信息的选择。从1297个波长点中优选出4个波长点,利用这4个波长点处的光谱信息建立近红外-岭回归模型预测22个样品的蛋白质含量,预测结果与凯氏定氮法分析结果之间的平均相对误差为1.37%,相关系数达到0.9817。结果表明岭回归方法从大量光谱信息中筛选出了最重要的波长信息、不仅简化了模型,有效的减少了光谱信息共线性的干扰,而且对特定分析选择出适用的波长对指导设计专用近红外定量分析仪器亦有实际意义。     

蜂蜜真伪的近红外光谱鉴别研究

如何有效鉴别蜂蜜真伪是目前我国蜂产品质量控制的难题之一。提出了一种用傅里叶变换近红外光谱结合判别偏最小二乘法(DPLS)快速鉴别蜂蜜真伪的新方法。首先采集了71个商品蜜样品的近红外光谱数据,其中包括27个纯蜂蜜和44个掺假蜂蜜,然后5次随机划分建模集样本和验证集样本,并对建模样本进行不同光谱预处理,选择并优化不同波段范围和主成分数,用DPLS法建立了5组蜂蜜样本的真伪鉴别模型,外部交叉验证法预测模型。通过对结果进行比较分析,5组校正模型中真蜂蜜和掺假蜂蜜的总体识别准确率分别为91.49%,94.68%,92.98%,93.86%,94.87%;预测样本的识别准确率为86.96%～93.75%,其中模型2,3,4中掺假蜜的识别准确率达100%。研究结果表明,该方法可作为鉴别商品蜜真伪的一种快速筛选技术,在我国蜂蜜质量监控中具有重要意义。