基于卷积神经网络的图像分类,以了解因高压均化而导致麦细胞结构的分解
Eva Ransmark1, Essi Åkerfeldt2, Xintian Liu2
1Department of Process and Life Science Engineering, Lund University, Lund, Sweden; Tetra Pak Processing Equipment AB, Lund, Sweden.
Food research international (Ottawa, Ont.)
|February 18, 2026
概括
高压均质化分解了在饮料中的麦细胞聚合物. 不同的细胞结构对这个过程有独特的反应,在同质化后改变粒子组成.
科学领域:
- 食品科学与技术 食品科学与技术
- 生物处理工程 生物处理工程
- 材料科学 材料科学 材料科学
背景情况:
- 高压均质化对于在饮料生产中破坏麦细胞聚合物至关重要.
- 干扰的确切机制和各种麦细胞形态的影响尚未得到充分理解.
- 以前的研究往往缺乏对各种细胞结构及其反应的定量分析.
研究的目的:
- 量化研究不同麦细胞形态对高压均化的反应.
- 了解不同的同质化条件如何影响麦细胞聚合物的破坏.
- 开发一种结合显微镜和定量分析的方法,用于研究细胞分裂.
主要方法:
- 在各种高压均质化条件下进行了实验.
- 使用静态图像分析和自动粒子识别.
- 使用卷积神经网络 (CNN) 来追踪七种不同的麦细胞组织形态.
主要成果:
- 高压均质化导致所有7种已识别的麦细胞形态的分裂.
- 在不同的细胞形态学中,对分解的敏感性各不相同,由粒子类百分比的变化证明.
- 阿勒细胞群 (I 类) 减少,而围心细胞群 (VII 类) 在同质化后占主导地位.
结论:
- 麦细胞形态显著影响饮料加工中的高压均质化结果.
- 该研究提供了对基于细胞结构的差异性分解机制的定量见解.
- 这项研究为未来的研究建立了一个强大的方法框架,将显微镜和定量分析结合起来.
