質感プロファイルの分析,デジタル画像,およびNIRスペクトロスコーピーの間の相関性のための多変数モデルの検証

科学分野:

• 食品科学と技術
• 分析化学
• スペクトロスコーピー

背景:

• 質感プロファイル分析 (TPA) は食品品質の評価に不可欠です.
• 伝統的な TPA 方法は時間がかかり,破壊的です.
• TPAの迅速で破壊的でない方法の開発は極めて望ましい.

研究 の 目的:

• TPAのパラメータを予測するための近赤外線 (NIR) スペクトロスコピーとデジタルイメージング技術を評価する.
• 多種多様な小麦粉のための多変数型多製品校正モデルを開発する.
• 既定のメリットパラメータを使用して予測モデルを検証する.

主な方法:

• NIRスペクトロスコーピー,従来のデジタル画像,熱/X線フィルター画像を使用した.
• 多変数解析の部分最小二乗回帰を用いた.
• 単一の校正モデルに複数の粉類を組み込み,より広範な適用性を確保した.

主要な成果:

• TPAの硬さ,粘着性,弹性,性,粘着性,弾性などの主要なパラメータを決定しました.
• 予測における重要変数 (VIPスコア) は,硬さ,ゴム性,凝固性に関する共有予測変数を示した.
• 粘着性と弾力性,また噛みつく能力と弾力性に関する共通の変数

結論:

• NIRスペクトルとデジタルイメージングは,PLSと組み合わせて,TPAの決定のための堅牢で破壊的でない方法を提供します.
• 開発された多変量型多製品モデルは,さまざまな種類の粉の多用途性を示しています.
• このアプローチは食品品質の効率的な管理と製品開発に 大きな可能性を秘めています