Een toepassingscase van CHNSpec FS-13 hyperspectrale camera bij niet-destructieve detectie van aminozuren in levende vissen

A study published in "Food Research International" utilized visible/near-infrared hyperspectral imaging technology to achieve non-destructive prediction of muscle amino acid content in live common carpDit onderzoek werd gezamenlijk uitgevoerd door de Shanghai Ocean University, de Chinese Academie voor Visserijwetenschappen en andere eenheden.De hyperspectrale camera FS-13 (FigSpec FS-13) van CHNSpec Technology werd gebruikt als kerndetectieapparatuur.Xiajun Qi, een ingenieur van CHNSpec Technology, nam actief deel aan het onderzoek en biedt een nieuw technisch pad voor de evaluatie in realtime van de voedingswaarde van levende vissen.

I. Onderzoeksachtergrond en opsporingsvereisten
De aminozuurcompositie van visvlees is een belangrijke indicator om de voedingswaarde en de commerciële waarde ervan te meten.Hoewel traditionele detectiemethoden (zoals hoogwaardige vloeibare chromatografie) nauwkeurig zijnVoor toepassingsscenario's waarbij het behoud van de levende status van vissen vereist is, moeten de vissen worden vervoerd naar de visserij.zoals precisievoedingDe industrie heeft lange tijd geen snel, niet-destructief en online detectietool gehad.

Het uitgangspunt van dit onderzoek is: kunnen schubben van vissen dienen als een "venster" voor spectrumsignalen?het vervoer van informatie over de chemische samenstelling van de spier terug naar de detectorAls dit haalbaar is, zal dit het probleem van het opsporen van de voeding van levende vissen fundamenteel oplossen.

II. Proefprotocol en kernapparatuur
Het onderzoeksteam verzamelde twee populaties van gewone karperen uit verschillende jaren en verschillende gewichtsbereiken, in totaal 481 levende vissen.Het werd eerst kort verdoofd met MS222 anestheticum.Vervolgens werd de oppervlakte van de schubben in de rugvinregio voorzichtig gedroogd met absorberend papier.spectrumresolutie 2.5 nm) werd gebruikt voor het verkrijgen van hyperspectrale beelden van het gebied van de rugvin van de schubben.met elke pixel die spectrale informatie bevat in 300 banden.

Vervolgens werd een bemonstering uitgevoerd op de desbetreffende plaats van de rugspier.en het werkelijke gehalte aan 17 aminozuren werd bepaald door middel van hoogwaardige vloeibare chromatografie voor modellering en validatie.

III. Modelconstructie en voorspellende effecten
De onderzoekers vergeleken vijf modellen: Partial Least Squares Regression (PLSR), Least Squares Support Vector Machine (LS-SVM), Extreme Learning Machine (ELM), Random Forest (RF),en Backpropagation Artificial Neural Network (BP-ANN)De modellering werd uitgevoerd met behulp van full-band spectrumsignalen (400-1000 nm) en de R2-waarden van verschillende modellen op de trainings- en voorspellingssets waren over het algemeen hoger dan 0.95.

In de onafhankelijke validatieset (181 vissen uit verschillende jaren en verschillende kweekomgevingen) bleek dat de meeste aminozuren door het BP-ANN-model relatief stabiel werden voorspeld.de valideringswaarden R2 van het BP-ANN-model zijn allemaal hoger dan 0.777De validatie R2 voor de drie aminozuren met het hoogste gehalte – glutaminezuur, asparaginezuur en lysine – bereikte 0.848, 0.858, en 0.858De studie toonde ook aan dat na vervanging van de volledige banden door karakteristieke golflengten (geselecteerd door het CARS-algoritme),de verbetering van de voorspellingsnauwkeurigheid was beperkt (gemiddelde R2 steeg met ongeveer 0.013), wat aangeeft dat aminozuurgerelateerde spectrale informatie wijdverspreid is.

IV. Belangrijkste factoren die van invloed zijn op de nauwkeurigheid
De studie evalueerde systematisch de impact van zes factoren op de voorspellingsnauwkeurigheid en de resultaten toonden aan dat: de heterogeniteit van de steekproefpopulatie de belangrijkste factor was die van invloed was op de nauwkeurigheid.Wanneer het model werd toegepast op onafhankelijke populaties van verschillende jaren en gewichtenDe gemiddelde R2 daalde met ongeveer 0.182Dit kan verband houden met verschillen in de verdeling van het aminozuurgehalte tussen de twee populaties (bijv.de mediane van de meeste aminozuren in de eerste populatie was significant hoger dan in de tweede populatie)Ondanks dit heeft het BP-ANN-model in heterogene populaties nog steeds een aanvaardbare nauwkeurigheid (R2 > 0,777) behouden.

In tegenstelling hiertoe had het modeltype, aminozuurtype, golflengte-selectiemethode, lichaamsgewicht van de vis en lichaamslengte minder invloed op de nauwkeurigheid (gemiddelde R2-variatie minder dan 0,103).na het opdelen van de vis in de bovensteDe gemiddelde verschillen in R2 voor het BP-ANN-model waren slechts 0,076 (bij gebruik van karakteristieke golflengten).Dit geeft aan dat het spectraal signaal voornamelijk wordt gedreven door de biochemische samenstelling van de spier, in plaats van eenvoudige fysieke grootte verstrooiing effecten.

Wat de kenmerkende golflengten betreft, selecteerde het CARS-algoritme gevoelige banden voor glutaminezuur en lysine geconcentreerd in 516-584 nm, 707-738 nm, 828-834 nm en 939-1032 nm.Deze gebieden worden geassocieerd met de overtonen en combinatie frequenties van C-H bindingen, O-H-bindingen en N-H-bindingen, die de haalbaarheid van nabij-infraroodlicht valideren dat na het doordringen van de schubben met aminozuurmoleculen in de spier interageert.

V. Ruimtelijke verdeling en toepassingswaarde
Met behulp van de spectraalinformatie van elke pixel van de FS-13-hyperspectrale camera, heeft het onderzoeksteam de warmteverdeling van het totale aminozuurgehalte in het hele lichaam van de levende vis in kaart gebracht.De resultaten toonden aan dat: het totale aminozuurgehalte in de spieren van de onderkaak, de borstvin en de buik was relatief hoog, terwijl dat in het gebied van de rugvin en de staart relatief laag was. This distribution matches the functional differences in muscle fiber types (red muscle and white muscle) across different parts—the pectoral fin and abdomen are dominated by slow-twitch oxidative red muscleDeze warmtepagina kan een visuele referentie zijn voor consumenten om delen met een hoge voedingswaarde te selecteren.

De CHNSpec FS-13 hyperspectrale camera in combinatie met deep learning algoritmen heeft met succes de technische knelpunt van niet-destructieve detectie van aminozuren in levende waterproducten doorbroken.het leveren van een lichtgewicht, een praktisch detectietool voor nauwkeurige aquacultuur en hoogwaardige screening van aquatische producten.de continu verbetering van de modeldatabase en de ontwikkeling van draagbare apparatuur, kan deze oplossing verder worden gepromoot naar een verscheidenheid aan zoetwater- en mariene vissoorten, waardoor de aquatische industrie wordt geholpen om te upgraden naar intelligentie, standaardisatie en voedingsvisualisatie.

Product aanbeveling: FigSpecFS-13 Hyperspectral Camera (Line Scan)

• Spectrumbereik: 400-1000 nm
• Spectrumresolutie: 2,5 nm.
• Spectralbanden: 1200
• Ruimtelijke pixels: 1920