该文对不同发酵阶段的黄酒样品进行低场核磁共振(low-field nuclear magnetic resonance,LF-NMR)检测,比较了陈酿时间、酒精度和品牌对黄酒低场核磁弛豫特性的影响,最后对9个品牌黄酒的LF-NMR弛豫信息进行了主成分分析。结果表明,发酵...该文对不同发酵阶段的黄酒样品进行低场核磁共振(low-field nuclear magnetic resonance,LF-NMR)检测,比较了陈酿时间、酒精度和品牌对黄酒低场核磁弛豫特性的影响,最后对9个品牌黄酒的LF-NMR弛豫信息进行了主成分分析。结果表明,发酵后样品的单组分弛豫时间(T_(2W))显著缩短,而陈酿后黄酒的T_(2W)又相对延长。多组分弛豫图谱(T_(2))表明,对照组和浸米样品均只有1个峰。发酵后样品的T_(2)图谱均出现2个峰。从第一次发酵到煎酒期间,T_(21)和T_(22)不断缩短,而陈酿期间T_(21)和T_(22)相对延长。同一品牌及陈酿时间的黄酒,酒精度越大,体系的T_(2W),T_(21)和T_(22)越短;同一品牌及酒精度下,陈酿时间仅对T_(21)有一定影响。不同品牌黄酒因酿造工艺的区别而使弛豫分布有一定特点。主成分分析表明,不同酒精度、陈酿时间、品牌及种类的黄酒的弛豫特性的PCA分布及间距不同。说明应用LF-NMR技术可实现对不同工艺生产的黄酒的快速辨别。展开更多
大豆含油率的高低直接影响榨油与育种结果。为探究大豆含油率的最佳检测方法与构建含油率高低判别模型,该研究基于不同维度低场核磁共振(low field nuclear magnetic resonance,LF-NMR)技术,以国标法为对照,利用LF-NMR波谱和LF-NMR含油...大豆含油率的高低直接影响榨油与育种结果。为探究大豆含油率的最佳检测方法与构建含油率高低判别模型,该研究基于不同维度低场核磁共振(low field nuclear magnetic resonance,LF-NMR)技术,以国标法为对照,利用LF-NMR波谱和LF-NMR含油含水率软件检测大豆含油率;核磁共振成像(magnetic resonance imaging,MRI)结合深度学习,建立大豆含油率高低判别模型。引入低场二维核磁共振(low field two-dimensional nuclear magnetic resonance,LF-2D-NMR)技术,定性分析一维波谱中信号重叠无法区分组分的问题。试验结果表明,LF-NMR含油含水率软件能快速准确检测大豆含油率,T1-T2二维核磁图谱成功解决了自由水和油信号重叠问题。利用U-net++深度学习模型对MRI成像的矢状面、冠状面、横截面以及三面混合数据集进行训练,其中横截面评价指标与其他数据集相比更优,语义分割部分中平均交并比(mean intersection over union,mIoU)约0.9058,全局准确率0.9980,训练后的模型能够将MRI图像识别并分割,快速判别大豆含油率高低。试验证明,LF-NMR及MRI能够快速无损掌握大豆含油率信息,为大豆的高油育种提供了新思路和技术支持。展开更多
文摘该文对不同发酵阶段的黄酒样品进行低场核磁共振(low-field nuclear magnetic resonance,LF-NMR)检测,比较了陈酿时间、酒精度和品牌对黄酒低场核磁弛豫特性的影响,最后对9个品牌黄酒的LF-NMR弛豫信息进行了主成分分析。结果表明,发酵后样品的单组分弛豫时间(T_(2W))显著缩短,而陈酿后黄酒的T_(2W)又相对延长。多组分弛豫图谱(T_(2))表明,对照组和浸米样品均只有1个峰。发酵后样品的T_(2)图谱均出现2个峰。从第一次发酵到煎酒期间,T_(21)和T_(22)不断缩短,而陈酿期间T_(21)和T_(22)相对延长。同一品牌及陈酿时间的黄酒,酒精度越大,体系的T_(2W),T_(21)和T_(22)越短;同一品牌及酒精度下,陈酿时间仅对T_(21)有一定影响。不同品牌黄酒因酿造工艺的区别而使弛豫分布有一定特点。主成分分析表明,不同酒精度、陈酿时间、品牌及种类的黄酒的弛豫特性的PCA分布及间距不同。说明应用LF-NMR技术可实现对不同工艺生产的黄酒的快速辨别。
文摘大豆含油率的高低直接影响榨油与育种结果。为探究大豆含油率的最佳检测方法与构建含油率高低判别模型,该研究基于不同维度低场核磁共振(low field nuclear magnetic resonance,LF-NMR)技术,以国标法为对照,利用LF-NMR波谱和LF-NMR含油含水率软件检测大豆含油率;核磁共振成像(magnetic resonance imaging,MRI)结合深度学习,建立大豆含油率高低判别模型。引入低场二维核磁共振(low field two-dimensional nuclear magnetic resonance,LF-2D-NMR)技术,定性分析一维波谱中信号重叠无法区分组分的问题。试验结果表明,LF-NMR含油含水率软件能快速准确检测大豆含油率,T1-T2二维核磁图谱成功解决了自由水和油信号重叠问题。利用U-net++深度学习模型对MRI成像的矢状面、冠状面、横截面以及三面混合数据集进行训练,其中横截面评价指标与其他数据集相比更优,语义分割部分中平均交并比(mean intersection over union,mIoU)约0.9058,全局准确率0.9980,训练后的模型能够将MRI图像识别并分割,快速判别大豆含油率高低。试验证明,LF-NMR及MRI能够快速无损掌握大豆含油率信息,为大豆的高油育种提供了新思路和技术支持。