在机器学习的帮助下,用于监测鱼的新鲜度,基于多糖的安托西亚宁加载双层薄膜

科学领域:

• 食品科学 食品科学 食品科学
• 材料科学 材料科学 材料科学
• 生物技术是生物技术.

背景情况:

• 食品腐烂是一个主要问题,需要先进的监测解决方案.
• 目前评估食品新鲜度的方法往往耗时或主观.
• 开发带有集成传感器的智能包装提供了一个有希望的替代方案.

研究的目的:

• 开发新的多功能包装膜,用于监测食品的新鲜度.
• 创建一个系统,将响应式电影与机器学习相结合,用于定量新鲜度评估.
• 评估开发的包装在现实世界食品存储条件中的有效性.

主要方法:

• 制备双层薄膜,使用 κ-胡卜素或酸盐水凝与红菜安东素和一种奇托外层.
• 评价薄膜的特性,包括均性,pH值,氨 (NH₃) 反应能力,抗菌和抗氧化活性.
• 机器学习模型 (特别是人工神经网络) 的开发和应用,以将薄膜颜色变化与氨度相关联.
• 使用开发的包装系统,监测鱼片在4°C下12天的储存情况.

主要成果:

• 卡拉基-安东-奇托桑薄膜显示出良好的均性和对pH和氨的快速反应.
• 这些片表现出显著的抗微生物和高抗氧化活性 (87%).
• 一个人工神经网络模型在基于对氨的色彩反应来预测新鲜度时获得了高的R² 0.984的得分.
• 证实了对鱼片12天存储的有效监测.

结论:

• 开发的双层膜是有效的多功能食品包装材料.
• 响应式电影和机器学习的结合为监测食品安全提供了一种定量方法.
• 这项技术在实时食品质量评估和保存方面具有很好的应用潜力.