乳制品粉中的水有效扩散系数通过数字图像处理和通过CLSM微镜的机器学习算法计算

科学领域:

• 食品科学与技术 食品科学与技术
• 材料科学 材料科学 材料科学
• 化学工程是化学工程的重要组成部分.

背景情况:

• 乳制品粉末的补水是关键的,但复杂的监控.
• 现有的测量粉末补水的方法往往是劳动密集型的.
• 有效扩散系数是量化补水的关键参数.

研究的目的:

• 开发一种自动化的实时方法来测量奶粉中的水扩散系数.
• 修改现有的劳动密集型技术,使用共聚焦显微镜和先进的成像分析.
• 在补水过程中分析粒子形态和局部水分.

主要方法:

• 使用共聚焦显微镜捕获实时图像的乳制品粉末补水.
• 在Matlab©-R2023b中开发图像分析程序,用于粒子细分和标记.
• 在PythonTM-3.11中实现了机器学习算法,用于数据集扩展,神经网络训练和粒子标记.
• 应用了Fick的第二定律用于球形几何学,以建模有效扩散.
• 计算了在补水过程中染料强度变化的有效扩散系数.

主要成果:

• 开发的模型提供了两个独立的,基于机器的有效扩散系数测量.
• 水的有效扩散系数显示,随着粉末颗粒大小的增加,其线性增加.
• 结果与以前建立的测量粉末再水分的方法保持一致.
• 确定了个体颗粒的形态特征和局部水分.

结论:

• 自动化的共聚焦显微镜和机器学习方法为测量粉末补水的劳动密集型方法提供了可行的替代方案.
• 该技术提供了有效扩散系数的准确实时数据.
• 这些发现适用于广泛的高蛋白粉末,增强质量控制和流程优化.