当前位置: 首页 > 期刊 > 《中国食品学报》 > 2020年第3期
编号:40381
高光谱亚像元分解预测花生中的黄曲霉毒素B1
http://www.100md.com 2020年4月3日 2020年第3期
黄曲霉素,直方图,1试验材料,1样品制备,2图像采集,2研究方法,1算法,2研究框架,3结果与分析,1图像预处理,2N-FINDR纯端元提取,3NMF丰度提取,4直方图量化,5支持向量机回归,4结论
     韩仲志 刘 杰

    (青岛农业大学理学与信息科学学院 山东青岛266109)

    黄曲霉毒素(Aflatoxin)是一种剧毒、强致癌物,其毒性为砒霜的68 倍,是目前发现的最强的I类化学致癌物质。其广泛存在于花生、玉米籽粒表面及其制品中。中美两国都对其进行了强制限量:食品级和饲料级的限量标准分别为20 μg/kg 和100 μg/kg[1-2]。目前对黄曲霉毒素的检测主要是生化方法,包括薄层层析法、高效液相色谱法、微柱法、酶联免疫吸附法等[3]。虽然检测精度高,但检测手段和检测仪器复杂,检测速度慢,价格昂贵,不能在线检测。

    近年来,光谱成像技术作为一项新的化学计量学手段,广泛应用于农产品及食品检测中[4-5]。黄曲霉毒素具有紫外荧光特性和表面浅表面分布特性。高光谱技术为一种图谱合一的新兴手段,在黄曲霉毒素检测中受到普遍关注。M.Atas 等[6]研究了市场上购买的辣椒粉黄曲霉毒素污染的高光谱成像分析技术,提出基于神经网络权值优化的特征选择方法,并找到对检测起关键作用的特征波长,在420 nm 处留一法识别率达到85%;H.Yao[7]团队主要集中在玉米的黄曲霉毒素污染的高光谱研究,他们通过人工种植的方法发现荧光强度随着黄曲霉素含量的增加而减少,并且存在峰移现象,还基于此两点发现申请了专利[8],然而这种设备的检测还是手工进行,并不能做到自动检测。王伟[9]研究组使用美国农业部(USDA)的高光谱数据研究黄曲霉毒素的检测问题,指出根据普通CCD 成像,黄曲霉毒素自然污染籽粒的检出率为87.5%,他们采用Fisher 优选了700~1 100 nm的5 个高光谱波长,对人工污染黄曲霉毒素浓度的预测正确率达到88.3%[10]。

    上述研究忽略了一个关键因素,黄曲霉毒素在籽粒表面分布并不均匀,这是由于黄曲霉毒素是黄曲霉菌的代谢物,呈颗粒状不均匀分布。通过光学探测器得到的像元往往是特定分辨率下各种物质平均像元,得到的光谱是各种物质(包括黄曲霉毒素)的混合光谱。单个像素内黄曲霉毒素丰度是定量计算整个籽粒含量的重要基础,有必要对单像素内的黄曲霉毒素丰度进行解析。本研究拟借用遥感领域像元分解的方法,探讨花生籽粒表面黄曲霉毒素的丰度,进而对黄曲霉毒素进行定量反演。

    1 试验材料

    1.1 样品制备

    试验所用花生样品为市场上购买4 粒红小花生,经青岛市海润农大检测中心检测未检出黄曲霉毒素,挑选1 g 左右表面光滑250 籽粒备用。在青岛农业大学食品学院实验室对购买的黄曲霉毒素B1标准样品 ......

您现在查看是摘要页,全文长 11373 字符