在植物油中革命性的含量确定:使用基于智能手机的图像分析的尖端方法
Sanita Vucane1, Ingmars Cinkmanis1, Karina Juhnevica-Radenkova2
1Food Institute, Faculty of Agriculture and Food Technology, Latvia University of Life Sciences and Technologies, LV-3004 Jelgava, Latvia.
Foods (Basel, Switzerland)
|June 19, 2024
概括
智能手机图像分析提供了一种具有成本效益和高效的方法来确定植物油中全含量 (TPC). 这种使用RGB颜色模型的创新技术是传统光谱测量的可行替代方案.
科学领域:
- 农业化学 农业化学
- 分析化学 分析化学
- 食品科学 食品科学 食品科学
背景情况:
- 植物油中的化合物是重要的抗氧化剂.
- 分析含量的传统方法往往耗时且昂贵.
- 需要可访问和高效的分析技术.
研究的目的:
- 开发一种新的方法来确定植物油中的全含量 (TPC).
- 为了验证智能手机图像分析与已建立的光谱光度学方法.
- 为研究人员和工业提供一个具有成本效益和安全的分析工具.
主要方法:
- 利用基于RGB颜色模型的智能手机图像分析.
- 使用酸校准溶液进行量化.
- 选择了R-红色成分进行分析,并将结果与UV/Vis光谱相对比.
主要成果:
- 智能手机图像分析显示,RGB颜色的确定系数很高,特别是R组件.
- 该方法显示了与标准UV/Vis光谱相对应的统计等效.
- 大麻和橄油的TPC最高,而大米,葡萄和麦卡达米坚果油的TPC最低.
- 达到了1.254毫克L-1的检测极限 (LOD) 和3.801毫克L-1的量化极限 (LOQ).
结论:
- 使用RGB颜色模型的R组件进行智能手机图像分析是用于植物油中TPC测定的光谱光度计的优质替代方案.
- 这种创新方法为含量分析提供了一个具有成本效益,安全和高效的工具.
- 该方法的可靠性和可比性表明,未来在研究和工业中广泛采用该方法.
