使用高光谱成像技术对法瓦豆强化面包进行质量鉴定
Sunday J Olakanmi1, Digvir S Jayas1,2, Jitendra Paliwal1
1Department of Biosystems Engineering, University of Manitoba, 75 Chancellors Circle, Winnipeg, MB R3T 5V6, Canada.
Foods (Basel, Switzerland)
|January 23, 2024
概括
超光谱成像通过蛋白质含量 (>99%) 准确地分类fava豆强化面包,并预测蛋白质成分. 这项技术在商业环境中为制品提供可靠的质量监测.
科学领域:
- 食品科学与技术 食品科学与技术
- 分析化学 分析化学
- 农业科学 农业科学
背景情况:
- 越来越多的人对替代蛋白质来源的需求,以及在制品中改善营养.
- 法瓦豆提供了一个有前途的豆类原料用于小麦面粉强化.
- 需要快速,非破坏性质量评估方法在烤.
研究的目的:
- 为了评估高光谱成像 (HSI) 以预测豆强化面包中的蛋白质含量.
- 根据蛋白质含量对面包样本进行分类,使用HSI.
- 评估HSI在监测制品中的蛋白质成分和颜色方面的潜力.
主要方法:
- 在可见-近红外 (Vis-NIR) 和短波红外 (SWIR) 范围内利用过光谱成像 (HSI).
- 应用多变量分析:主要组件分析 (PCA),部分最小平方区分分析 (PLS-DA) 和部分最小平方回归 (PLSR).
- 评估了蛋白质分布,颜色参数和预测准确度.
主要成果:
- 根据蛋白质含量 (低与高) 的分类,PLS-DA在分类面包方面取得了>99%的准确性.
- PLSR模型在预测蛋白质含量方面表现出很高的准确性,并具有较低的平方根平均误差 (RMSEP = 0.064%).
- HSI有效地将光谱数据与蛋白质组成和颜色特征相关联.
结论:
- 超光谱成像是根据蛋白质含量对面包进行分类的可靠工具.
- HSI准确地预测了豆强化面包中的蛋白质成分.
- 这项技术可以用于商业面包店的质量控制.
