在绿茶中的微塑料的检测和分类使用SERS与金纳米颗粒基底集成化学和深度学习
Rahul Joshi1, Samir Adhikari2, Donghan Lee2
1Department of Smart Agricultural Systems Machinery Engineering, Chungnam National University, 99 Daehak-ro, Yuseong-gu, Daejeon, 34134, South Korea.
Current research in food science
|November 28, 2025
概括
使用金纳米颗粒的表面增强拉曼散射 (SERS) 有效检测绿茶中的微塑料污染. 部分最小平方区分分析 (PLS-DA) 实现了100%的准确性,提供了一种可靠的食品安全方法.
科学领域:
- 分析化学 分析化学
- 食品科学 食品科学 食品科学
- 材料科学 材料科学 材料科学
背景情况:
- 绿茶的消费广泛,但包装和加工中的微塑料污染对健康构成风险.
- 聚钢 (PS) 和聚乙烯四甲酸盐 (PET) 是食品中常见的微塑料.
- 食品中微塑料的有效检测方法对于确保消费者安全至关重要.
研究的目的:
- 开发和评估一种表面增强的拉曼散射 (SERS) 方法,用于检测和分类绿茶中的PS和PET微塑料.
- 为了比较化学测量技术 (PLS-DA,SVM) 和深度学习模型 (1D-CNN) 在绿茶中的微塑料分类的性能.
主要方法:
- 利用SERS与金纳米粒子基板进行绿茶样本的光谱分析.
- 应用部分最小平方差分分析 (PLS-DA),支持向量机 (SVM) 和一维卷积神经网络 (1D-CNN) 用于数据分类.
- 优化了预处理步骤,以提高分类准确度.
主要成果:
- 对于大多数绿茶品种,PLS-DA 实现了完美的分类准确度 (100%),表现优于 SVM 和 1D-CNN.
- 与PLS-DA相比,SVM和1D-CNN表现强,但精度略低一些.
- 通过SERS-PLS-DA方法,在检测不同绿茶品种中未知的微塑料样品时,证明了高的验证准确性 (高达100%).
结论:
- 与金纳米颗粒基底相结合的SERS提供了一种灵敏,非破坏性和可靠的方法,用于检测绿茶中的微塑料.
- 与SERS集成的PLS-DA提供了一个高度有效的平台,用于快速分类微塑料污染.
- 这种技术对于确保绿茶产品的安全性和质量至关重要.
