CN113252624A - 一种基于荧光光谱的苹果黄酮含量无损检测方法 - Google Patents
一种基于荧光光谱的苹果黄酮含量无损检测方法 Download PDFInfo
- Publication number
- CN113252624A CN113252624A CN202110441517.4A CN202110441517A CN113252624A CN 113252624 A CN113252624 A CN 113252624A CN 202110441517 A CN202110441517 A CN 202110441517A CN 113252624 A CN113252624 A CN 113252624A
- Authority
- CN
- China
- Prior art keywords
- apple
- flavone content
- fluorescence spectrum
- fluorescence
- flavone
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 229930003944 flavone Natural products 0.000 title claims abstract description 55
- 235000011949 flavones Nutrition 0.000 title claims abstract description 55
- GAMYVSCDDLXAQW-AOIWZFSPSA-N Thermopsosid Natural products O(C)c1c(O)ccc(C=2Oc3c(c(O)cc(O[C@H]4[C@H](O)[C@@H](O)[C@H](O)[C@H](CO)O4)c3)C(=O)C=2)c1 GAMYVSCDDLXAQW-AOIWZFSPSA-N 0.000 title claims abstract description 54
- VHBFFQKBGNRLFZ-UHFFFAOYSA-N vitamin p Natural products O1C2=CC=CC=C2C(=O)C=C1C1=CC=CC=C1 VHBFFQKBGNRLFZ-UHFFFAOYSA-N 0.000 title claims abstract description 54
- 150000002212 flavone derivatives Chemical class 0.000 title claims abstract description 53
- 238000002189 fluorescence spectrum Methods 0.000 title claims abstract description 34
- 238000001514 detection method Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000009659 non-destructive testing Methods 0.000 claims abstract description 11
- 230000005284 excitation Effects 0.000 claims abstract description 10
- 239000000126 substance Substances 0.000 claims abstract description 8
- 230000001678 irradiating effect Effects 0.000 claims abstract description 5
- 238000012847 principal component analysis method Methods 0.000 claims abstract description 3
- 241000220225 Malus Species 0.000 claims description 54
- 238000001228 spectrum Methods 0.000 claims description 11
- 235000021016 apples Nutrition 0.000 claims description 10
- 229930003935 flavonoid Natural products 0.000 claims description 7
- 150000002215 flavonoids Chemical class 0.000 claims description 7
- 235000017173 flavonoids Nutrition 0.000 claims description 7
- 238000012417 linear regression Methods 0.000 claims description 5
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 claims description 4
- 229930002868 chlorophyll a Natural products 0.000 claims description 3
- 229930002869 chlorophyll b Natural products 0.000 claims description 3
- NSMUHPMZFPKNMZ-VBYMZDBQSA-M chlorophyll b Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C=O)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 NSMUHPMZFPKNMZ-VBYMZDBQSA-M 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 235000013343 vitamin Nutrition 0.000 claims description 3
- 229930003231 vitamin Natural products 0.000 claims description 3
- 229940088594 vitamin Drugs 0.000 claims description 3
- 239000011782 vitamin Substances 0.000 claims description 3
- 150000003722 vitamin derivatives Chemical class 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 238000002372 labelling Methods 0.000 claims 1
- 210000002615 epidermis Anatomy 0.000 abstract description 4
- 239000003153 chemical reaction reagent Substances 0.000 abstract description 2
- 238000002360 preparation method Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 5
- 238000002835 absorbance Methods 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001499 laser induced fluorescence spectroscopy Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 206010048245 Yellow skin Diseases 0.000 description 1
- 230000003266 anti-allergic effect Effects 0.000 description 1
- 230000000844 anti-bacterial effect Effects 0.000 description 1
- 230000003110 anti-inflammatory effect Effects 0.000 description 1
- 230000000840 anti-viral effect Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- 238000010668 complexation reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 230000000916 dilatatory effect Effects 0.000 description 1
- 238000004993 emission spectroscopy Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005496 eutectics Effects 0.000 description 1
- -1 flavone compounds Chemical class 0.000 description 1
- 150000002213 flavones Chemical class 0.000 description 1
- 238000001506 fluorescence spectroscopy Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 150000008442 polyphenolic compounds Chemical class 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000003491 skin Anatomy 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000000870 ultraviolet spectroscopy Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
Landscapes
- Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开了一种基于荧光光谱的苹果黄酮含量无损检测方法，该方法通过使用特定波段波长的激发荧光照射苹果表皮，使用光谱仪采集反射的荧光光谱，然后通过传统的化学方法测定相应区域的黄酮含量，利用主成分分析法分析采集到的荧光光谱与黄酮含量直接的关系，建立一个用于预测苹果黄酮含量的预测模型，根据该预测模型分析待测苹果的荧光光谱得到其黄酮含量，实现苹果黄酮含量的无损检测方法。与传统的化学检测相比，不需要配置试剂与复杂的操作，只需要通过LED进行荧光激发，就可以实现黄酮含量的检测。
Description
技术领域
本发明属于农业无损检测与探测技术领域，具体涉及基于荧光光谱的苹果果实黄酮含量无损检测波段优选与模型构建方法。
背景技术
消费者在购买苹果时对苹果的选择是由价格和质量之间的权衡决定的。然而，传统的苹果质量评价指标主要是通过物理性质决定的，如尺寸、重量和硬度；或口味性质，如甜度和酸度等指标，缺乏健康特性的检测指标，例如苹果内黄酮类化合物的含量。众多研究表明，苹果是世界各国人民摄入类黄酮的重要饮食来源。黄酮是一类多酚化合物。具有抗菌、抗病毒、消炎、抗过敏、扩张血管等生理功能。
传统的检测方法在检测苹果内的糖度、酸度、硬度等指标时，都以使用糖度计、PH计等设备的有损检测方式为主。这些检测手段存在检测效率低下、破坏水果营养成分等问题，而且无法通过上述手段直接或间接的反映出营养价值极高的黄酮物质含量。苹果黄酮含量检测通常使用化学检测方法，而化学检测方法比较复杂，例如超声辅助低共熔剂溶提取苹果叶中的总黄酮，或者是用紫外可见分光光度法，或者用高效液相色谱法来检测黄酮，或者使用高光谱技术来检测黄酮的含量等，这四种测量黄酮的方法虽然比较准确，但或多或少的存在操作复杂、配制试剂较难、成本较高、操作难度高、检测成本和设备花费较高等问题，不利于苹果中黄酮含量检测方法的普及。
激光诱导荧光光谱法和LED诱导荧光光谱法是一种无损、灵敏、快速响应的光学检测方法。经由仪器采集到的荧光发射光谱与果皮和果肉中的成分有关，可视为指纹图谱。激光诱导荧光光谱法已广泛应用于食品/植物分类和掺假检测等领域。LED在商业应用方面的广泛普及，使其具有更多可以被选择用于检测的波长。因此，LED在荧光相关实验中的应用变得越来越多。
发明内容
针对现有技术的不足，本发明提出了一种基于荧光光谱的苹果黄酮含量无损检测方法，该方法通过荧光激发的方法采集苹果表皮的荧光信号得到荧光光谱，通过主成分分析法分析光谱与黄酮含量的关系，建立预测模型，实现苹果内黄酮含量的无损检测方法。
一种基于荧光光谱的苹果黄酮含量无损检测方法，具体包括以下步骤：
步骤一、样本收集
收集数个苹果，对每个苹果进行标号，并圈出荧光光谱采集的感兴趣区域即FOI区域。
步骤二、光谱采集
使用波长范围为365～445nm的激发荧光照射每个苹果的FOI区域，使用高速成像光谱仪采集每个苹果反射的荧光光谱。
作为优选，使用波长为365nm的激发荧光照射苹果的FOI区域。
作为优选，激发荧光照射到苹果上的入射角度为60度。
步骤三、黄酮含量测定
使用化学方法测定每个苹果的FOI区域中的黄酮的含量，作为该苹果黄酮含量的真实值。
步骤四、模型建立
采用基于奇异值分解的主成分分析法对步骤二采集到的荧光光谱进行分析，得到黄酮物质在荧光光谱上敏感度最高的波段，然后利用所选主成分的得分建立基于多元线性回归方法的预测模型：
其中N为选取的主成分数量，Pcn为第n个主成分的得分，an为对应的系数。
作为优选，选用的主成分数量为4个，所选用的主成分为类黄酮物质、维生素k1、叶绿素a以及叶绿素b。
步骤五、黄酮含量检测
使用步骤二中的方法采集待测苹果表皮反射的荧光光谱，然后通过步骤四建立的预测模型，得到待测苹果的黄酮含量，完成检测。
本发明具有以下有益效果：
建立了荧光发射光谱测定黄酮含量特征波段光强度信息，与实际苹果内黄酮含量的相关性模型，使用该相关性模型可以简单、便捷得预测苹果黄酮含量，实现了无损的检测方法；
附图说明
图1为检测方法流程图；
图2为实施例使用的荧光发射、光谱采集系统；
图3为黄酮含量不同的苹果样本的荧光曲线；
图4为主成成分分析图；
图5为多元线性回归分析图；
图6为模型验证结果。
具体实施方式
以下结合附图对本发明作进一步的解释说明；
如图1所示，一种基于荧光光谱的苹果黄酮含量无损检测方法，包括以下步骤：
步骤一、样本收集
选择93个黄色表皮苹果，平均重量约200g，直径为8～12cm，对每个苹果进行标号，并圈出荧光光谱采集的感兴趣区域即FOI区域。
步骤二、光谱采集
步骤2.1、激发荧光的波长选择
设置一组对照实验，挑选出9个中心波长为365～445nm、波长间隔为10nm的LED分别照射苹果，进行荧光发射光谱采集实验。分析采集到的光强度信号发现，中心波长为365nm的LED灯组效果最佳，可以获得在500～650nm范围内诱导荧光最有效的波长，因此本实施例选用中心波长为365nm的LED灯组作为激发荧光。
步骤2.2、激发荧光的角度选择
为了获得最大化的黄色苹果表皮荧光信号，使用如图2所示的荧光发射、光谱采集系统分别以0度、30度、60度和90度四组不同入射角度照射FOI区域，根据采集到的数据发现，当入射角为60度时，荧光信号可以达到的最大的激发强度。因此本实施例选择60度作为荧光的入射角度。
步骤2.3、荧光发射稳定性实验
对荧光稳定性进行了持续了60分钟的测试，每间隔10分钟测定一次苹果表皮荧光发射强度，得到7组荧光发射光谱信号强度数据，利用组间的方差分析来计算荧光发射强度是否会随着时间的变化而衰减，方差分析的结果用P值来表示，当P>0.5时表示数据组间不存在显著差异，当0.1<P<0.5时表示数据组间存在显著差异，当P<0.1时表示数据组间差异极其显著，根据本实验方差分析的结果，7组荧光发射光谱信号强度数据的P值>0.5。叶绿素的荧光被称为考茨基效应(Kautsky effect)的激发后会衰减。而550nm区域的荧光因为不参与光合作用过程，随时间变化不大，因此针对波长为550nm区域的光谱，分析苹果的黄酮含量。
步骤2.4、光谱采集
使用中心波长为365nm，照射角度为60度的LED灯照射步骤一圈出的FOI区域。使用波长400～1100nm高速成像光谱仪进行采集，并使用仪器对应的软件对采集到的光谱信息进行初步的处理，不同黄酮含量的荧光图谱如图3所示。
步骤三、黄酮含量测定
根据黄酮化合物的络合反应，使用分光光度计测出每个苹果的FOI区域的吸光度，计算样本中黄酮物质的含量，作为该苹果黄酮含量的真实值。
步骤四、模型建立
高速成像光谱仪提供454至998nm的光谱通道信息，由于红外区荧光信号较少，故选择其中的454～898nm的光谱进行分析。本实施例采用基于奇异值分解的主成分分析(PCA)对步骤二采集到的光谱进行分析，选择pc1类黄酮物质、pc2维生素k1、pc3叶绿素a以及pc4叶绿素b进行分析，分析结果如图4所示，pc1黄酮物质在550nm波段敏感性最强。然后利用所选主成分(PCs)的得分建立基于多元线性回归(MLR)方法的预测模型。
将MLR应用于所选4个PCs的得分，可以发现得分与实际黄酮类化合物之间的相关性关系。该模型的R2可达0.64，具有较高的相关性精度。当采用更多的PCs进行建模时，R2略有提高，即8个PCs的精度可以提高到0.65，12个PCs的精度可以提高到0.66，但是计算资源的翻倍并没有带来显著的预测精度的提升，因此该方法没有采用更多的PCs来辅助建模，多元线性回归的分析结果如图5所示。
步骤五、黄酮含量检测
使用步骤二中的方法采集9个待测苹果表皮反射的荧光光谱，然后通过步骤四建立的预测模型，计算测试样本的黄酮含量。再使用乙醇溶液提取并测定了9个苹果的黄酮含量，使用分光光度计测定了吸光度，作为实测值与模型的预测值进行比较以验证预测模型的准确性。结果得到该模型的验证test-R2＝0.82251，如图6所示，达到了较高水平。由苹果黄酮含量模拟值与实测值组成的二维散点大致都在1:1线的附近，说明该苹果黄酮含量预测模型关系模型是有效的。
Claims (6)
1.一种基于荧光光谱的苹果黄酮含量无损检测方法，其特征在于：该方法包括以下步骤：
步骤一、样本收集
收集数个苹果，对每个苹果进行标号，并圈出荧光光谱采集的感兴趣区域即FOI区域；
步骤二、光谱采集
使用波长范围为365～445nm的激发荧光照射每个苹果的FOI区域，采集每个苹果反射的荧光光谱；
步骤三、黄酮含量测定
使用化学方法测定每个苹果的FOI区域中的黄酮的含量，作为该苹果黄酮含量的真实值；
步骤四、模型建立
采用基于奇异值分解的主成分分析法对步骤二采集到的荧光光谱进行分析，得到黄酮物质在荧光光谱上敏感度最高的波段，然后利用所选主成分的得分建立基于多元线性回归方法的预测模型：
其中N为选取的主成分数量，Pcn为第n个主成分的得分，an为对应的系数；
步骤五、黄酮含量检测
使用步骤二中的方法采集待测苹果表皮反射的荧光光谱，然后通过步骤四建立的预测模型，得到待测苹果的黄酮含量，完成检测。
2.如权利要求1所述一种基于荧光光谱的苹果黄酮含量无损检测方法，其特征在于：使用波长为365nm的激发荧光照射苹果的FOI区域。
3.如权利要求1所述一种基于荧光光谱的苹果黄酮含量无损检测方法，其特征在于：激发荧光照射到苹果FOI区域的入射角度为60度。
4.如权利要求1所述一种基于荧光光谱的苹果黄酮含量无损检测方法，其特征在于：使用波长400～1100nm高速成像光谱仪采集荧光光谱。
5.如权利要求1所述一种基于荧光光谱的苹果黄酮含量无损检测方法，其特征在于：建立预测模型的过程中选用的主成分数量为4个。
6.如权利要求1或5所述一种基于荧光光谱的苹果黄酮含量无损检测方法，其特征在于：所选用的主成分为类黄酮物质、维生素k1、叶绿素a以及叶绿素b。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110441517.4A CN113252624B (zh) | 2021-04-23 | 2021-04-23 | 一种基于荧光光谱的苹果黄酮含量无损检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110441517.4A CN113252624B (zh) | 2021-04-23 | 2021-04-23 | 一种基于荧光光谱的苹果黄酮含量无损检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113252624A true CN113252624A (zh) | 2021-08-13 |
| CN113252624B CN113252624B (zh) | 2024-06-11 |
Family
ID=77221380
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110441517.4A Active CN113252624B (zh) | 2021-04-23 | 2021-04-23 | 一种基于荧光光谱的苹果黄酮含量无损检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113252624B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114113009A (zh) * | 2021-10-27 | 2022-03-01 | 西北农林科技大学 | 一种苹果虎皮病预警方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100179435A1 (en) * | 2009-01-13 | 2010-07-15 | Mohsen Sharifzadeh | Noninvasive measurement of flavonoid compounds in biological tissue |
| US20100181496A1 (en) * | 2007-06-01 | 2010-07-22 | Force-A | In-situ plant analysis apparatus, method for tracking the state or evolution of a culture and method for managing vegetable processing |
| CN102081076A (zh) * | 2011-01-04 | 2011-06-01 | 大连理工大学 | 近红外光谱法检测蜂胶中黄酮类化合物含量的方法 |
| RU2011118412A (ru) * | 2011-05-06 | 2012-11-20 | Государственное образовательное учреждение высшего профессионального образования "Воронежский государстенный университет" (ГОУ ВПО В | Способ количественного определения флавоноидов в растительном сырье флуориметрическим методом |
| CN103175815A (zh) * | 2013-03-06 | 2013-06-26 | 浙江大学 | 多波长led诱导荧光的茶叶品质无损检测方法及装置 |
| CN107064047A (zh) * | 2017-03-02 | 2017-08-18 | 兰州大学 | 一种基于近红外光谱的富士苹果品质无损检测方法 |
| CN108051421A (zh) * | 2018-01-18 | 2018-05-18 | 上海交通大学 | 基于二维外源荧光光谱结合主成分分析检测生鲜乳掺还原乳的方法 |
| CN110579458A (zh) * | 2019-09-25 | 2019-12-17 | 深圳市太赫兹科技创新研究院有限公司 | 一种荧光光谱的测试装置以及荧光光谱的测试方法 |
| CN110596117A (zh) * | 2019-08-15 | 2019-12-20 | 山东科技大学 | 一种基于高光谱成像的苹果表面损伤快速无损检测方法 |
| CN211292589U (zh) * | 2019-09-25 | 2020-08-18 | 深圳市太赫兹科技创新研究院有限公司 | 一种荧光光谱的测试装置 |
-
2021
- 2021-04-23 CN CN202110441517.4A patent/CN113252624B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100181496A1 (en) * | 2007-06-01 | 2010-07-22 | Force-A | In-situ plant analysis apparatus, method for tracking the state or evolution of a culture and method for managing vegetable processing |
| US20100179435A1 (en) * | 2009-01-13 | 2010-07-15 | Mohsen Sharifzadeh | Noninvasive measurement of flavonoid compounds in biological tissue |
| CN102081076A (zh) * | 2011-01-04 | 2011-06-01 | 大连理工大学 | 近红外光谱法检测蜂胶中黄酮类化合物含量的方法 |
| RU2011118412A (ru) * | 2011-05-06 | 2012-11-20 | Государственное образовательное учреждение высшего профессионального образования "Воронежский государстенный университет" (ГОУ ВПО В | Способ количественного определения флавоноидов в растительном сырье флуориметрическим методом |
| CN103175815A (zh) * | 2013-03-06 | 2013-06-26 | 浙江大学 | 多波长led诱导荧光的茶叶品质无损检测方法及装置 |
| CN107064047A (zh) * | 2017-03-02 | 2017-08-18 | 兰州大学 | 一种基于近红外光谱的富士苹果品质无损检测方法 |
| CN108051421A (zh) * | 2018-01-18 | 2018-05-18 | 上海交通大学 | 基于二维外源荧光光谱结合主成分分析检测生鲜乳掺还原乳的方法 |
| CN110596117A (zh) * | 2019-08-15 | 2019-12-20 | 山东科技大学 | 一种基于高光谱成像的苹果表面损伤快速无损检测方法 |
| CN110579458A (zh) * | 2019-09-25 | 2019-12-17 | 深圳市太赫兹科技创新研究院有限公司 | 一种荧光光谱的测试装置以及荧光光谱的测试方法 |
| CN211292589U (zh) * | 2019-09-25 | 2020-08-18 | 深圳市太赫兹科技创新研究院有限公司 | 一种荧光光谱的测试装置 |
Non-Patent Citations (2)
| Title |
|---|
| 李芳 等: "银杏叶中黄酮含量的叶面分布检测研究", 《分析检测》, pages 1 - 2 * |
| 王世雄 等: "应用手持微型激光荧光光谱仪测定常见蔬果中的花青素", 《化学教育》, pages 2 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114113009A (zh) * | 2021-10-27 | 2022-03-01 | 西北农林科技大学 | 一种苹果虎皮病预警方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113252624B (zh) | 2024-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xu et al. | Raman spectroscopy coupled with chemometrics for food authentication: A review | |
| Magwaza et al. | Analytical methods for determination of sugars and sweetness of horticultural products—A review | |
| Di Natale et al. | Outer product analysis of electronic nose and visible spectra: application to the measurement of peach fruit characteristics | |
| Xie et al. | Prediction of titratable acidity, malic acid, and citric acid in bayberry fruit by near-infrared spectroscopy | |
| Xie et al. | Quantification of glucose, fructose and sucrose in bayberry juice by NIR and PLS | |
| Paradkar et al. | Discrimination and classification of beet and cane inverts in honey by FT-Raman spectroscopy | |
| Magwaza et al. | Evaluation of Fourier transform-NIR spectroscopy for integrated external and internal quality assessment of Valencia oranges | |
| Shao et al. | Nondestructive measurement of the internal quality of bayberry juice using Vis/NIR spectroscopy | |
| Zhu et al. | Evaluation of the non-enzymatic browning in thermally processed apple juice by front-face fluorescence spectroscopy | |
| CN101922969A (zh) | 紫外、可见、近红外在线检测漫反射光谱分析仪 | |
| Omar et al. | Peak response identification through near-infrared spectroscopy analysis on aqueous sucrose, glucose, and fructose solution | |
| WO2005111583A1 (ja) | 近赤外線分光法による野菜等の成分の非破壊検査法、及び同装置 | |
| CN106841083A (zh) | 基于近红外光谱技术的芝麻油品质检测方法 | |
| Momin et al. | Investigation of excitation wavelength for fluorescence emission of citrus peels based on UV-VIS spectra | |
| CN109187443A (zh) | 基于多波长透射光谱的水体细菌微生物准确识别方法 | |
| Lu et al. | Identification of Chinese red wine origins based on Raman spectroscopy and deep learning | |
| Karlo et al. | Biophotonics in food technology: Quo vadis? | |
| CN113252624B (zh) | 一种基于荧光光谱的苹果黄酮含量无损检测方法 | |
| Sheng et al. | Analysis of protein and fat in milk using multiwavelength gradient-boosted regression tree | |
| CN107121408A (zh) | 食用植物油品种的快速无损鉴别方法 | |
| CN110398472A (zh) | 一种基于二维相关光谱量化的植物油鉴别分类方法 | |
| CN114414521A (zh) | 基于红外多光谱传感器的牛奶主要成分测量方法 | |
| CN109001182A (zh) | 封闭容器中酒精含量的拉曼光谱无损测定方法 | |
| Li et al. | Recent advances in the authentication (geographical origins, varieties and aging time) of tangerine peel (Citri reticulatae pericarpium): A review | |
| CN110865046A (zh) | 一种食用油反式脂肪酸异构体含量的快速检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |