カロリメトリック分析と機械学習ベースの予測モデルを用いたマクレルの (Scomber japonicus) 非破壊的新鮮度評価

科学分野:

• 食品科学
• 分析化学
• 機械学習

背景:

• 海鮮の品質評価は重要ですが 伝統的な方法は遅くて破壊的です
• リアルタイムの品質管理には 客観的で破壊的でない方法が必要です
• 魚の色の変化は 腐敗の兆候です

研究 の 目的:

• マクレルの新鮮さを評価するための非破壊的方法として,色測定分析を評価する.
• 微生物学的および物理化学的品質指標と色の変化を相関させる.
• カラーデータと機械学習を用いて 海産物の新鮮さを予測するモデルを開発する.

主な方法:

• マクレルの目,腹部,背部の色測定分析 (RGB,HSV,Lab)
• マクラは4°Cから10°Cで保存する.
• 微生物学的 (活性の高い細胞数,総大腸菌) と物理化学的 (pH,TVBN) 評価
• 多変量線形回帰 (MLR) とサポートベクトル回帰 (SVR) を用いた予測モデルの開発.

主要な成果:

• 貯蔵中のマクレルの色が徐々に暗くなっている.
• 色の変化は,微生物負荷,pH,および総揮発性基本窒素 (TVBN) の増加と相関する.
• SVRモデルは,pHと総大腸菌などの非線形新鮮度指標の予測精度が優れていることを示した.

結論:

• カロリメトリック分析と機械学習を組み合わせると 海産物の新鮮さを評価するための 実行可能な非破壊的な方法が得られます
• このアプローチは,リアルタイムで評価するための産業用品質管理システムに統合できます.
• この研究は,客観的で効率的な海産物の品質モニタリングの可能性を強調しています.