高光譜成像技術在食品檢測中的應用

“民以食為天，食以安為先”，食品安全一直是全社會最為關注的問題之一。但由于食品種類多樣，且從生產、加工、儲藏到運輸過程中可能接觸到的污染源種類繁多，傳統的檢測方法受限于時效和人力，對許多保質期短的食品束手無策。因此，無論是對工廠、消費者還是質檢人員來說，探索一種快速無損的食品檢測方案具有重要現實意義。

易科泰致力于生態-農業-健康研究發展與創新應用，專注于光譜成像技術在上述領域的研發集成及技術推廣，憑借多年科研儀器技術研發集成經驗，引進國際先進的高光譜成像傳感器技術，通過“光譜指紋”特征差異來反映不同食品的理化特性，及有機化合物組成和分子結構信息，進而有效反映食品中的化學成分或微生物污染情況。充分將“圖譜合一”、“光譜立方”應用到食品檢測領域，為該領域提供全面的高光譜成像應用方案。

一、應用案例

1.1 污染檢測
高光譜成像技術在果蔬中的農藥污染、動物制品中的糞便殘留物污染、及各類食品中的微生物等污染檢測中都表現出了出色的辨識能力。 

上左圖為混有5%麥角菌粉末的面粉樣本真彩色圖，右圖為高光譜圖像處理后的分類結果，其中白色的部分為面粉，灰色為麥角菌¹。
 

上圖為在4^oC低溫保存不同時長的雞肉切片上大腸桿菌和假單胞菌菌株的分布情況，假彩色可表征細菌濃度。可利用此數據結果及時決策：拋棄或者及時采取措施進行補救處理。

1.2 食品摻假
食品摻假也是令人頭疼的食品質量問題之一，許多與原材料相似但有害成分的摻入，很難通過傳統方式檢測識別，而高光譜成像技術通過光譜差異即可快速準確的輸出檢測結果。
 

上圖（a）為在優質豬肉糜中摻入不同濃度豬頸肉的樣本假彩色圖，（b）為基于高光譜成像技術的分類結果示意圖²

1.3 品質檢測
食品中關鍵營養成分的含量是決定其品質高低的重要指標，將某一類待測物質的化學計量學特征與高光譜數據建立關聯模型，即可快速無損的輸出該成分的濃度分布圖。

上圖為5個不同品花生的含油量的可視化高光譜分類圖³

1.4分類檢測
食品產地溯源、混合加工食品中的原料分類等也是高光譜成像技術的拿手好戲。

上圖為鑒別不同品牌花草茶中原料成分的實驗a)為校準用的標準樣品，b)為高光譜圖像的分類結果及不同成分的占比⁴。

食品安全問題與每一個人的生活息息相關，高光譜成像技術已在世界范圍內被廣泛應用于多場景、快速無損的食品檢測領域，并且能輸出可視化的檢測結果和統計數據，讓食品檢測工作更加的直觀方便快捷。

二、高光譜產品特點

• 靈活多樣化選配方案：VNIR、NIR、SWIR、MWIR、LWIR可選

• 高信噪比、高穩定性、高分辨率、高幀頻

• 內置程序自動進行黑白參考校準，無需額外手動執行校準命令

• 配備400-2500nm全波段鹵素燈，無需更換光源

• 俯視+側視全方位視角

• 可選配超高分辨率RGB成像及顏色分析

• 全線產品適配SpectraScan光譜成像掃描系統

• 預留集成方案，可擴展性強，空陸雙基、野外及室內方案可選

三、高光譜成像儀選型

附：參考文獻

1. Vermeulen, P., Ebene, M. B., Orlando, B., Pierna, J. A. F. & Baeten, V. Online detection and quantification of particles of ergot bodies in cereal flour using near-infrared hyperspectral imaging. Food Addit. Contam. Part A 34, 1312–1319 (2017).
2. Jiang, H., Cheng, F. & Shi, M. Rapid Identification and Visualization of Jowl Meat Adulteration in Pork Using Hyperspectral Imaging. (2020). doi:10.3390/foods9020154
3. Jin, H., Ma, Y., Li, L. & Cheng, J. Rapid and Non-destructive Determination of Oil Content of Peanut ( Arachis hypogaea L . ) Using Hyperspectral Imaging Analysis. (2016). doi:10.1007/s12161-015-0384-3
4. Djokam, M., Sandasi, M., Chen, W., Viljoen, A. & Vermaak, I. applied sciences Hyperspectral Imaging as a Rapid Quality Control Method for Herbal Tea Blends. 1–16 (2017). doi:10.3390/app7030268