高光譜熒光成像技術在食品安全上的應用

jiguangyoudaoyingguangyingyongyunongchanpindengxiangguanlingyudejianceshiyimenxinxingqidejiancefangfa。jinjinianyingguangguangpujishudelinianyiyingdeguojishangdeguangfanrenke，bingdedaolexunmengfazhan，tebieshishengwutiyingguangchuanbodeguangxuemoxingheshuxuemoxingdejianlideshenrufazhan，shixianleduishengwuzuzhidingxingdingliangdewusunjiance。yingguangfayiguangfanyingyongyuyaocai、生物製品
、質量優劣、植物葉綠素熒光
、果蔬的無損檢測等方麵的檢測。

在國外，Colin D．Everard等采用熒光成像和高光譜成像技術對菠菜表麵汙染物進行檢測

，．通過比較發現采用最優波段比的熒光成像對汙染物的檢測準確率高於可見近紅外高光譜的。Lichtenthaler HKdengliyongyingguangchengxiangxitongcedinglepingguozaizhuzangguochengzhongpingguodeyingguangtuxiang，suizhechuzangshijiandezengjia
，pingguodelanlvyingguangqiangduchixuzengjiaerqiekuozhandaozhenggepingguobiaomian。Byoung-Kwan Cho等采用熒光高光譜對小番茄的表皮破損進行檢測，搭建的熒光高光譜以365nm的紫外燈為光源

，結合EMCCD相機和瞬時熒光(IFOV)采集小番茄的熒光圖像，發現表皮破損的熒光圖像在藍光區域非常明顯，通過PCA提取最優熒光波長結合方差分析對小番茄破損的檢測準確度大於99%。Ivan Simko等采用高光譜和葉綠素熒光成像技術對鮮切生菜的腐爛進行了研究
，從高光譜圖像中獲取(LEDICF)檢測指標和葉綠素熒光圖像中獲取(LEDI4)檢測指標，結合這兩個指標對生菜腐爛檢測的準確率高達97%。Roberto Romaniello等采用熒光高光譜成像技術檢測了西紅柿表麵的糞便汙染，針對西紅柿表麵的汙染區域和未汙染區域圖像通過PCA和BRI方法處理後
，得到的灰度圖像可以清楚的區分汙染區域和未汙染區域，結果表明BRI優於PCA處理，最優波段比為705nm和815nm。Wulf等使用波長為 337 nm的激光激發，獲得蘋果和胡蘿卜在遠紅外、紅

、綠
、lanboduandeyingguangguangpu
，fenxilepingguohehuluobuzaichuzangguochengzhongxinxiandudebianhua。jieguofaxian，pingguozailanlvboduanchanshengdeyingguangshouyelvsuheqitaduofenwuzhiyingxiang，zaiyuanhong
、hongboduanchanshengdeyingguangjinshouyelvsuyingxiangerhuluobudelanboduanyingguangshouleihuluobusuyingxiang
，bingqiejiyupianzuixiaoerchenghuiguifadeyingguangtezhengyusesuhanliangmoxingdexiangguanxishudadao0. 99。該研究說明了基於果蔬色素含量的熒光成像技術作為一種快速無損的檢測方法
，可用於監測果蔬儲藏過程中的品質變化。Cerovic等選用2種光學傳感器Dualex和Multiple 實現了葡萄的成熟程度的檢測。分別用傳感器中的3種LED燈(紫外、綠
、紅)照射葡萄粒後發現，葡萄表皮中的黃酮醇( Flavonol)和花青素( Anthocyanin)能發射出藍綠、紅和遠紅 熒光，且其含量影響熒光強度。Kondo等基於熒光成像技術實現了腐爛臍橙的檢測。選取兩個品種的腐爛臍橙
，在紫外和白色 LED 燈(deng)的(de)照(zhao)射(she)後(hou)，采(cai)集(ji)其(qi)彩(cai)色(se)圖(tu)像(xiang)和(he)熒(ying)光(guang)圖(tu)像(xiang)。通(tong)過(guo)比(bi)較(jiao)兩(liang)幅(fu)圖(tu)像(xiang)采(cai)集(ji)的(de)臍(qi)橙(cheng)腐(fu)爛(lan)部(bu)位(wei)，排(pai)除(chu)了(le)紫(zi)外(wai)燈(deng)造(zao)成(cheng)的(de)光(guang)暈(yun)影(ying)響(xiang)，提(ti)取(qu)出(chu)真(zhen)實(shi)的(de)臍(qi)橙(cheng)腐(fu)爛(lan)部(bu)位(wei)。再(zai)分(fen)別(bie)比(bi)較(jiao)了(le)熒(ying)光(guang)圖(tu)像(xiang)的(de)R\G\B3個分量圖中臍橙腐爛部位和正常部位的灰度。結果發現，在熒光圖像的G分量圖中
，腐爛部分的灰度是正常部分的3-5bei，bingqiegaichayiyuqichengdepinzhongyouguan。zaizhihoudeyanjiuzhong，gaiyanjiutuanduiyoufenbiejiangfulanchengpihezhengchangdechengpidaosui
，fulanjupizhongtiliandeyingguanghuoxingwuzhirongyujiwan，zuoweifulanzu，zhengchangchengpizuoweiduizhaozu。shiyongheci 共振( Nuclear magnetic resonance
，NMＲ) 技術和質譜法( Mass spectrometry，MS) 分析腐爛組和正常組溶液，在將兩組溶液的吸收光譜、熒光光譜和激發光譜進行對比後發現，臍橙腐爛物質的激發光譜和熒光光譜分別在波長360-375 nm和波長530-550 nm範圍內出現峰值

，該現象與用化學方法提取的病菌物質的光譜變化相吻合。然後又用波長365 nm的 UV燈照射完整的腐爛臍橙
，采集其在530-550 nm波段的熒光圖像，通過圖像分析驗證了之前的結論。

在國內，吳彥紅等利用405nm的(de)激(ji)光(guang)照(zhao)射(she)獼(mi)猴(hou)桃(tao)，當(dang)激(ji)光(guang)穿(chuan)過(guo)獼(mi)猴(hou)桃(tao)內(nei)部(bu)時(shi)，采(cai)集(ji)誘(you)導(dao)產(chan)生(sheng)的(de)熒(ying)光(guang)散(san)射(she)圖(tu)像(xiang)，選(xuan)取(qu)感(gan)興(xing)熒(ying)光(guang)區(qu)域(yu)采(cai)用(yong)多(duo)元(yuan)線(xian)性(xing)回(hui)歸(gui)建(jian)立(li)與(yu)糖(tang)度(du)的(de)預(yu)測(ce)模(mo)型(xing)，模(mo)型(xing)的(de)Rc=0.932。陳菁菁等利用紫外光源結合高性能背照明CCD和行掃描高光譜儀搭建的熒光高光譜係統，采集400-1000nm菜(cai)葉(ye)表(biao)麵(mian)不(bu)同(tong)濃(nong)度(du)農(nong)藥(yao)的(de)高(gao)光(guang)譜(pu)熒(ying)光(guang)圖(tu)像(xiang)
，選(xuan)取(qu)感(gan)性(xing)區(qu)域(yu)得(de)到(dao)平(ping)均(jun)光(guang)譜(pu)曲(qu)線(xian)，熒(ying)光(guang)強(qiang)度(du)與(yu)農(nong)藥(yao)溶(rong)液(ye)的(de)濃(nong)度(du)在(zai)一(yi)定(ding)範(fan)圍(wei)內(nei)成(cheng)正(zheng)比(bi)。塗(tu)冬(dong)成(cheng)等(deng)用(yong)405nm的激光發射器、近紅外光譜儀和計算機搭建的激光誘導熒光成像係統，歸一化處理後的雞肉嫩度的熒光光譜曲線圖
，采用PLS建立嫩度的預測模型，相關係數R為0.89。李江波等用UV-A(365nm)的紫外光源來激發熒光並同時用鹵素燈，線陣CCD攝像機采集圖像，用最佳指數理論對腐爛果的識別率高達100%。劉海彬等用波長635nm半導體激光器照射到物體上，激光擴束其出射光斑直徑約為20mm，其表麵反射光和經過內部組織散射的光經過不同光程後在空間中相互幹涉疊加，CCD相機采集信號，采集的圖像通過灰度共生處理後提取特征量，二元logistic回歸模型進行分析
，結果顯示建模和預測準確率均達到了97.5%。

熒光光譜技術用於農產品果蔬的檢測，由於具有無損
、快速、zhunquedugaodengyoudianjinjinianlidedaolekuaisudefazhan。jiguangyoudaoyingguangyingyongyunongchanpindengxiangguanlingyudejianceshiyimenxinxingqidejiancefangfa，qizaiguoshujiancefangmianjuyoudutedeyoushi。youyuyingguangshoumingtixianyingguangguangzideshuaijianshiwendechangduan

，zhiyujifaguangqiangduyouguanbuhuishoudaohuanjingguang、熒光散射等因素的影響
，穩定性好。激光誘導熒光高光譜技術應用於水果內部品質無損檢測，能準確預測實現水果內部品質快速
、準確的檢測與分級。

表 1 分別列舉了國外熒光光譜和熒光成像技術在植物葉片和果實病害檢測中的應用研究

，總結了響應激發光源
、波段和熒光發射波段。從這些研究可以發現: 在葉片檢測方麵

，同一個裝置中
，基於鹵素燈
、氙氣燈和 LED 燈deng的de激ji發fa波bo段duan可ke以yi有you多duo種zhong選xuan擇ze
，雖sui然ran也ye使shi用yong了le綠lv光guang和he紅hong光guang，但dan常chang集ji中zhong分fen布bu於yu紫zi外wai和he藍lan光guang範fan圍wei，而er同tong一yi裝zhuang置zhi中zhong基ji於yu激ji光guang的de激ji發fa波bo長chang固gu定ding，且qie集ji中zhong分fen布bu於yu藍lan光guang和he綠lv光guang範fan圍wei。但dan無wu論lun使shi用yong哪na種zhong光guang源yuan，葉ye片pian的de熒ying光guang發fa射she波bo長chang均jun集ji中zhong在zai紅hong光guang波bo段duan，即ji葉ye綠lv素su熒ying光guang; 在果實檢測方麵，激發波段或激發波長集中分布在紫外範圍，而熒光發射波段的分布並沒有集中在某一波段範圍。

圖1  蘋果不同儲藏時間不同波段下的熒光圖像

表 1 熒光成像技術檢測的響應激發光源、波段和熒光發射波段

圖2 蘋果不同儲藏時間不同比值熒光比值圖像

圖3  365nm激發光下破損小番茄不同部分的熒光強度

圖4  農藥濃度為 8mg/kg 葉菜樣品的高光譜熒光圖像及不同濃度梯度樣品的熒光光譜曲線

圖5 肉脂肪區域熒光百分比增長趨勢及脂肪區域熒光百分比隨存儲時間指數規律增長曲線擬合