食品检测中近红外光谱分析技术的应用研究

为了实现对食品成分、品质等方面的准确检测,为食品安全监管和质量控制提供有效的技术支持,引入近红外光谱分析技术,开展了该项技术在食品检测中的应用研究。通过样品制备、选择光谱采集设备、设置采集参数,采集食品近红外光谱,引入标准正态变量变换算法和自适应滤波算法,预处理采集的光谱数据,基于预处理后的数据,结合主成分分析法,构建食品成分特征与近红外光谱数据之间的数学模型,实现近红外光谱分析技术在食品检测的应用设计。实验结果表明,提出的研究应用后,食品成分检测结果与真实值更加接近,检测均方根误差较小,食品检测的准确性得到了显著提升。

近红外光谱分析技术在玉米品质检测中的应用研究进展

玉米是我国重要的粮食作物和动物饲料来源。为实现精准化营养和自动化加工,在玉米种植、仓储、深加工、饲用等领域,玉米的营养品质、安全指标及种子质量等备受关注。传统的化学检测方法会对样品产生破坏,耗时耗力,并且需要专业的技术人才进行操作,难以满足日益增长的玉米检测需求。近红外光谱分析技术具有检测速度快、操作简单、多组分同时分析等优点。本文主要综述近红外光谱分析技术在检测玉米的化学成分、安全指标、种子质量等方面的研究进展,旨在为近红外光谱分析技术在玉米的品质评价、种质选择等方面的检测应用提供参考。

茴香渣营养特征分析及其常规养分和矿物元素含量近红外反射光谱预测模型构建

本试验旨在分析茴香渣营养特征及构建其常规养分和矿物元素含量近红外反射光谱(NIRS)预测模型。利用NIRS技术结合改良偏最小二乘法(MPLS)分析了103份茴香渣样品中常规养分干物质(DM)、粗蛋白质(CP)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗灰分(Ash)、有机物(OM)、粗脂肪(EE)以及矿物元素钙(Ca)、铁(Fe)、钾(K)、磷(P)和镁(Mg)含量的预测模型。结果表明:茴香渣CP和EE含量较高,NDF和ADF含量较低,且矿物元素含量丰富,可作为饲料原料添加到动物饲粮中。构建的预测模型中,常规养分DM、CP、NDF、ADF、Ash、OM和EE含量的预测决定系数(RSQ)分别为0.940、0.922、0.918、0.873、0.847、0.878和0.908,验证相对分析误差(RPD)均大于2.5,预测的准确性较高,取得最佳定标效果。矿物元素Ca、Fe和K含量的RSQ分别为0.912、0.911和0.856,RPD均大于2.5,预测效果较好,可以用于实际生产;Mg含量的RSQ和RPD分别为0.794和2.203,预测效果较弱,仅能粗略预测来进行样品筛选;P含量的RSQ和RPD分别为0.654和1.667,预测效果差,预测值和实测值的误差较大,不能用于实际生产。综上所述,利用NIRS技术建立的预测模型可快速、准确地预测茴香渣中DM、CP、NDF、ADF、Ash、OM、Ca、Fe和K含量。

近红外漫反射光谱联合IL-17A在2型糖尿病患者牙周炎中的早期预测价值

目的 探究近红外漫反射光谱联合白介素17A(IL-17A)对2型糖尿病(T2DM)患者并发牙周炎的预测价值。方法 将2020年1月-2021年1月在我院就诊的T2DM患者分为牙周炎组与非牙周炎组。采用近红外漫反射光谱检测患者的牙龈血流动力学相关指标,分析患者血流动力学指标与IL-17A的相关性。结果 相比于非牙周炎组,牙周炎组患者的牙龈组织相对血流量(rGBF)降低,IL-17A、牙菌斑指数(PLI)、牙龈指数(GI)及龈沟出血指数(SBI)升高;rGBF与IL-17A呈负相关(r=-0.200),PLI与IL-17A呈正相关(r=0.201),均P <0.05。IL-17A联合红外漫反射光谱各项指标对T2DM患者牙周炎发生的预测效能明显优于各项指标单独预测的效能(P <0.05)。结论 红外漫反射光谱能够无创检测牙龈组织的相对血流量,其与IL-17A联合预测有望成为T2DM患者牙周炎早期预测和疗效、预后评价的方法之一。

基于近红外漫射光谱的离体血氧测量技术研究

基于近红外漫射光谱技术(Near-Infrared Diffuse Optical Spectroscopy,NIRS)和修正的比尔朗伯定律(Modified Beer-LambertLaw,MBLL)提出了一种适用于离体血液的新型氧含量测量方法,同时开发了血氧实时监测系统以实现体外循环血氧参数的连续监测。NIRS利用脱氧血红蛋白和氧合血红蛋白对两种波长近红外光吸收率的差异来计算组织的吸收和散射系数,朗伯-比尔定律是表征光强衰减与光子传输路径关系的数学表达式,将二者结合可估算血红蛋白的吸收系数;与传统的测量方式不同,本文所提出的透射式测量方法,通过双波长(660~904 nm)光源探头交替切换可获取多参数的光学信号,信号实时上传至采集界面(LabVIEW),经过对数化处理,并结合创新的血氧算法得到血液吸收系数、血氧饱和度与光信号的线性模型。为了验证本文研究方案的可行性,开展了液态仿体实验和离体血溶液实验,以滴入溶液墨水体积(仿体实验)和酵母溶液体积(血溶液实验)为变量,通过调控溶液浓度改变光密度变化幅度,证实二者均与光密度(DO)具有良好的线性关系(r^(2)>0.95,p<0.01)。本研究所提出的新型血氧测量方法和血氧实时监测系统适合于离体血液的血氧测量,数据准确可靠、重复稳定性好。

土壤有机质可见-近红外反射光谱特性研究

为优化土壤有机质含量预测模型运算速度,以50份土壤有机质为例,利用Pearson相关系数分析法对土壤有机质的特征波段进行提炼筛选。结果表明,土壤样品的反射光谱与土壤有机质含量在555~662 nm波段范围内呈较强负相关,显著特征波段为601 nm;经过不同预处理后的土壤反射光谱与土壤有机质含量呈较强的相关性,显著特征波段增加,主要体现在601、1221、1410、1665、1880、2110、2200 nm波段附近。对不同土壤含水率的反射光谱与土壤有机质含量之间的Pearson相关曲线进行分析发现,显著特征波段主要体现在601、1450、1930、2200 nm波段附近,随着土壤含水率的增加,土壤有机质的特征波段601 nm的相关性逐渐减弱,土壤水分的特征波段1450、1930、2200 nm的相关性逐渐加强;土壤含水率超过10%,土壤反射光谱与土壤有机质含量呈正相关。研究获取的土壤有机质特征波段和土壤水分影响波段,为土壤有机质快速检测模型的建立提供理论支撑。

近红外光谱分析技术在玉米青贮饲料检测中的研究进展

玉米青贮饲料因其丰富的营养物质、适口性好、更长的储存时间等优势,已成为反刍动物不可或缺的基础日粮,青贮饲料品质优劣直接影响反刍动物生产性能。近红外光谱分析技术因其快速、准确、非破坏性等特点,广泛应用于青贮饲料质量的检测。本文基于全株玉米青贮质量分级指数(CSQS)的指标,阐述应用近红外光谱技术构建玉米青贮饲料中的营养指标、发酵指标和安全指标预测模型,及其影响模型构建的关键因素,旨在为牧草建立近红外营养成分参数预测模型提供参考依据。

煤质近红外光谱分析中数据挖掘技术的应用

为全面了解煤炭性质,提高煤炭加工利用率,掌握煤炭品质规律显得尤为重要。近红外光谱分析技术应用优势显著,能够为煤质分析提供技术保障。研究发现,近红外光谱分析中数据挖掘技术发挥了重要的作用,进一步为建模提供了数据支撑。基于此,本文主要基于人工智能与灰分反射光谱特征的煤炭质量分析这一项目进行研究,旨在为煤质分析工作的开展提供参照和指导。基于低碳减排、节能环保理念,煤炭能源生产和消费趋势逐渐向低碳、环保方向发展。煤炭作为我国的主体能源,合理开发利用煤炭能源,可以更好兼顾生态效益、经济效益以及社会效益。有研究指出,加强煤质分析,是加快推动煤炭产业转型升级的关键,因此,探寻准确率高、快速高效的煤质分析技术至关重要。

基于近红外反射光谱快速检测豆粕中掺假菜籽粕的研究

试验旨在研究豆粕中掺假菜籽粕的近红外反射(NIR)光谱定量分析方法。在豆粕中掺入0、5%、10%、15%、20%、25%、30%菜籽粕,每个掺杂水平30份重复样品(建模集样本20个,验证集样本10个)。采用傅里叶变换近红外光谱仪获取样品NIR光谱,使用化学计量学软件拟合建模集样品掺假比例的NIR光谱预测模型,验证集样本评价预测模型的准确度。结果表明,豆粕中菜籽粕掺假比例的NIR光谱预测模型的决定系数R2为0.983,交叉验证均方根误差(RMSECV)为1.30。菜籽粕掺假比例为5%、10%、15%、20%、25%、30%的NIR光谱预测值的相对误差分别为8.93%、12.20%、2.21%、1.17%、1.72%、1.69%。研究表明,使用NIR光谱可以对豆粕中菜籽粕的掺假量实现准确定量测定。

利用近红外反射光谱技术测定稻米中脂肪含量的研究初报

利用精米粉脂肪含量化学分析值及其近红外反射光谱以建立分析精米中脂肪含量数学模型。选取 3段谱区(6 10 0～4 2 5 0cm- 1 ;6 10 0～ 5 4 5 0cm- 1 并 4 6 0 0～ 4 2 5 0cm- 1 ;75 0 0～5 4 5 0cm- 1 并 4 6 0 0～4 2 5 0cm- 1 )分别采用 4种不同的预处理方法(直线扣除、乘性散射校正、矢量归一、一阶导数 ) ,对其结果进行比较 ,发现选择不同谱区和不同光谱预处理方法对所建模型有很大的影响 ,同时证明了利用近红外光谱技术测定稻米脂肪含量的可行性。还阐述了如何对模型进行评价 ,并讨论了它在遗传育种中的应用。

芦丁和维生素C的近红外漫反射光谱技术定量分析研究

首次利用近红外漫反射技术和偏最小二乘法定量分析了复方芦丁片的主组分芦丁和维生素C混合样品的含量 ,所建立的预测方程对样品的预测值和真实值之间的相关系数为 99 75 %,芦丁和维生素C定标标准差分别为 0 3 63 %和 1 0 78%。该方法快速、准确。

近红外漫反射光谱技术测定牛膝中蜕皮甾酮

目的利用近红外漫反射光谱技术和偏最小二乘法测定牛膝中蜕皮甾酮。方法近红外漫反射光谱技术和偏最小二乘法。结果所建立预测方程样品的预测值和真实值之间的相关系数为0.9489,该法的建立证明了近红外漫反射光谱技术应用于中药中化学成分的测定的可行性。结论同其他测定方法相比该法操作简单、速度快、效率高、无污染、费用低、无需复杂的前处理,可以直接对大量未知样品进行测定。

用近红外反射光谱技术测定精米粉样品表观直链淀粉含量的研究

以约3g精米粉为测试样品，研究了用近红外反射光谱（NIRS）技术测定稻米表观直链淀粉含量（AAC）的效果及影响校正的一些因素。对3种不同回归统计分析方法校正效果的差异比较表明，用修正的部分最小平方法（MPLS）、部分最小平方法（PLS）和主成分回归法（PCR）进行AAC校正时，校正标准误（SEC）、交叉检验标准误（SECV）和检验工作标准误「SEP（C）」均呈上升趋势，分别为o83、1．75和1.o9（MPL）；1．73、1．98和1．74（PLS）以及229、256和1．72（PCR）；相反，校正决定系数R2和检验决定系数RSQ呈下降趋势，分别为o．983和o．91（MLPS）；o．927和o.84（PLS）以及o．87o和o．84（PCR）。由此可见，用MPLS技术建立AAC回归方程效果最佳。而从两种校正群体选定方法对校正效果的结果看，用软件程序SELECT根据样品光谱特征选定的校正群体和用AAC测定值按比例选定的校正群体，在建立AAC回归方程时，前者的SEC、SECV和SEP（C）均比后者要小，而R2和RSQ相仿，表明根据光谱特征选定校正群体效果略好。

应用近红外漫反射光谱技术测定酒炖熟地黄中的还原糖含量

目的:应用近红外漫反射光谱技术和数据分析软件,对酒炖熟地黄饮片粉末中还原糖的含量进行快速测定。方法:以还原糖测定仪测定酒炖熟地黄饮片粉末样品中还原糖的含量,采集其近红外光谱数据。应用偏最小二乘法(PLS)对建立还原糖含量测定的校正模型。结果:内部交叉验证和外部检验集样品对模型验证结果表明,真实值与预测值之间的相关系数(r2)分别为89.02和88.47,内外验证均方差RMSECV分别为0.962和0.987。配对比较t检验,真实值与预测值之间均无显著性差异。结论:本研究所建立的模型可以很好的预测酒炖熟地黄饮片中指标成分还原糖的含量。该方法简便可行,尤其适用于生产中间控制和大批量产品的检测。还可用于生产过程的质量控制,对于其它的中药材、中成药制剂等的指标成分测定也有一定的参考价值。

油菜籽芥酸和硫甙含量近红外反射光谱测定技术的优化设置

以完整甘蓝型油菜籽为样品,研究了不同光谱预处理和回归统计方法在用近红外反射光谱（NIRS）分析油菜籽中芥酸和硫甙的含量时,对建立回归方程的影响。结果表明,光谱预处理对校正结果影响较大,不同光谱数学处理以2阶导数处理较好,在各阶导数处理中存在着交叉现象,对于芥酸和硫甙都可找到一些较好的处理组合。对于芥酸,除趋势变换法（De-trending）散射处理外,其余各处理均有明显效果。但散射处理对硫甙分析效果不如芥酸明显。回归统计方法对建立芥酸和硫甙的回归方程影响最为有效,两者表现一致,其中以改良偏最小二乘法（MPLS）效果最好。对于芥酸和硫甙,采用“标准正态变量转换（SNV）+趋势变换法（De-trending）/2,4,4,1/MPLS”的组合建立回归方程效果较好,检验平均偏差（Bias）分别小至-0.405和0.315,而检验决定系数（RSQ）分别高至0.982和0.972。本研究采用整粒小样品（3g）来分析,效果较好,可直接用于育种早世代选择。

血糖无创监测中近红外漫反射光谱技术的研究

将近红外漫反射光谱技术应用到血糖无创监测中。实验使用Nexus 870傅里叶红外光谱仪及其光纤附件采集了6名不同年龄健康志愿受试者大拇指指尖的近红外漫反射光谱。对光谱进行了平滑、基线校正和一次求导预处理,采用偏最小二乘(PLS)方法在含有葡萄糖吸收峰的75 0 0～85 0 0cm- 1 波段建立同一个体、相同年龄段的不同个体以及不同年龄段的不同个体的校正模型。采集漫反射光谱的同时抽适量的血样在75 2型紫外光栅分光光度计上标定血糖的实际值,并对校正模型计算值和实际标定值进行了比较,结果表明个体建模的相关性很好,相关系数达到0 90 4 71以上,均方差小于0 171。

基于可见-近红外漫反射光谱技术的葡萄贮藏期间可溶性固形物定量预测

利用可见-近红外漫反射光谱技术,建立不同品种葡萄贮藏期间可溶性固形物含量定量预测的通用模型。以10℃贮藏的玫瑰香葡萄、马奶葡萄、红提葡萄的混合光谱为定标材料,探讨不同化学计量学建模方法、不同光谱预处理方法、间隔点、平滑数以及不同特征波长区间选择对建模效果的影响及模型的品种适用性。结果显示,采用改进偏最小二乘法,16点平滑,间隔点数16点,结合二阶导数、去散射的处理方法,在波长范围408～1 092.8 nm内建立的模型效果最优,其交互验证误差和交互验证判定系数R2CV分别为0.308 7、0.980 2。由3种葡萄混合组成的预测集对模型进行评价,预测标准差0.354、预测判定系数Rp2为0.980 8、验证相对分析误差为6.22、预测残差平方和为7.993。模型对单一品种预测Rp2均达到0.94以上。因此,葡萄果实可溶性固形物含量的近红外预测模型具有可行性,可同时适用于多种葡萄品种。

粳稻七种必需氨基酸含量近红外漫反射光谱分析技术研究

利用化学法测定了粳稻精米粉必需氨基酸的含量,并分别建立了相应的近红外分析预测模型。结果表明,不同光谱预处理方法对近红外分析模型的预测结果有较大影响,采用光谱预处理的校正效果比不采用预处理的好。用偏最小二乘法(PLS)获得的粳稻精米粉缬氨酸、异亮氨酸、亮氨酸、苯丙氨酸、蛋氨酸、苏氨酸、赖氨酸等7种必需氨基酸含量的预测模型和交叉验证结果显示表明,最优校正决定系数(R2)和交叉检验均方误差(RMSECV)分别为0.8868、0.0303;0.8623、0.0237;0.9008、0.0359;0.8993、0.0278;0.5999、0.0256;0.76040、.0238;0.8543、0.0173。因此在水稻品质育种中,近红外光谱分析技术可用于除蛋氨酸、苏氨酸外的其余5种必需氨基酸含量的测定。

利用近红外漫反射光谱(NIRS)技术建立甘薯茎叶重金属预测模型

植物样品中的无机离子以一定形式与具有近红外吸收的有机基团结合,因而可以借助近红外光谱技术测测其含量。探讨研究了近红外光谱法快速预测甘薯叶和茎镉、铜、锌含量的可行性,以不同肥料种植的甘薯叶和茎样品各67份,利用偏最小二乘回归法(PLS)对甘薯叶和茎中水分、蛋白质、镉、铜、锌含量进行预测分析。结果表明:所建模型可用于快速预测甘薯叶和茎样品中镉、铜、锌含量趋势,但模型精确度还有待提高。

近红外漫反射光谱技术快速预测蒸汽压片玉米常规成分含量的研究

应用近红外漫反射光谱分析技术(NIDRS),采用偏最小二乘法,建立了蒸汽压片玉米4个常规成分的近红外定量预测校正模型。研究中选用62个品种玉米的蒸汽压片为样本,光谱扫描范围为950～1650nm,采用中心化+导数+多元散射校正的预处理方法。研究得出粗蛋白(CP)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)和粗脂肪(EE)的校正模型交叉验证决定系数(R2VAL)分别为0.9511,0.9032,0.7143,0.9082,交叉验证误差(SECV)分别为1.53,1.89,2.45,0.50。本研究建立的模型可以用来准确、快速地预测蒸汽压片玉米的CP,NDF和EE的含量,为蒸汽压片饲料工业提供了一种快速、经济和绿色的质量检测技术。