炭素量子ドットベースの色度センサーアレイとコンピュータビジョンによる安化黒茶のインテリジェントな貯蔵年数識別

科学分野:

• 食品科学
• 分析化学
• 材料科学

背景:

• 安化黒茶は年数が経つほど価値が高まりますが、貯蔵年数を特定することは困難です。
• お茶の認証のための迅速かつ正確な方法が必要です。

研究 の 目的:

• 安化黒茶の貯蔵年数を識別するための、迅速で費用対効果の高い方法を開発すること。
• お茶の認証のために、色度センサーアレイ（CSA）とディープラーニングを組み合わせること。

主な方法:

• 5つの炭素量子ドット（CQD）を利用したCSAを設計し、お茶の成分を検出しました。
• UV光下でのスマートフォン画像により、色の変化を捉えました。
• ディープラーニングモデル（ResNet18、VGG16、DenseNet121、MobileNetV3-Small、EfficientNet B0）が色度データを分析しました。

主要な成果:

• ResNet18は貯蔵年数の識別において最高の精度（92.4%）を達成しました。
• CSA-ディープラーニングアプローチは、従来のメソッド（PLS-DA：57.6%、PCA-LDA：63.6%）を大幅に上回りました。
• 専門家以外でも操作できるユーザーフレンドリーなインターフェースが開発されました。

結論:

• 開発されたCSAとディープラーニングの組み合わせは、安化黒茶の認証のための新しくアクセスしやすいプラットフォームを提供します。
• この技術は、実際の食品品質管理と真正性検証に大きな可能性を秘めています。