Un caso d'applicazione della telecamera iperspettrale CHNSpec FS-13 per la rilevazione non distruttiva degli amminoacidi nei pesci vivi

A study published in "Food Research International" utilized visible/near-infrared hyperspectral imaging technology to achieve non-destructive prediction of muscle amino acid content in live common carpQuesto studio è stato completato congiuntamente dalla Shanghai Ocean University, dall'Accademia cinese delle scienze della pesca e da altre unità.La telecamera iperspettrale FS-13 (FigSpec FS-13) fornita dalla CHNSpec Technology è stata utilizzata come apparecchiatura di rilevamento principaleXiajun Qi, un ingegnere della CHNSpec Technology, ha partecipato a fondo alla ricerca, fornendo un nuovo percorso tecnico per la valutazione in tempo reale della qualità nutrizionale dei pesci vivi.

I. Ricerche di base e requisiti di rilevazione
La composizione degli amminoacidi della carne di pesce è un importante indicatore per misurare il suo valore nutrizionale e commerciale.Sebbene i metodi di rilevamento tradizionali (come la cromatografia liquida ad alte prestazioni) siano accurati,, sono distruttivi ̇i pesci non possono essere venduti ulteriormente o utilizzati per l'allevamento selettivo dopo il rilevamento.come l'alimentazione di precisioneL'industria ha a lungo mancato di uno strumento di rilevamento rapido, non distruttivo e online.

Il punto di partenza di questo studio è: le squame dei pesci possono servire da "finestra" per i segnali spettrali?trasporta informazioni sulla composizione chimica dal muscolo al rilevatoreSe possibile, risolverà fondamentalmente il problema del rilevamento della nutrizione dei pesci vivi.

II. Protocollo sperimentale e attrezzature di base
Il gruppo di ricerca ha raccolto due popolazioni di carpe comuni di anni diversi e di diverse fasce di peso, per un totale di 481 pesci vivi.E'stato anestetizzato per un breve periodo con l' anestetico MS222., e la superficie delle squame nella regione delle pinne dorsali è stata asciugata con una carta assorbente.Risoluzione spettrale 2.5 nm) è stata utilizzata per acquisire immagini iperspettrali della regione delle pinne dorsali delle squame.con ogni pixel contenente informazioni spettrali su 300 bande.

Successivamente, il campionamento è stato effettuato nel sito muscolare dorsale corrispondente,e il contenuto effettivo di 17 aminoacidi è stato determinato mediante cromatografia liquida ad alte prestazioni per la modellazione e la convalida.

III. Costruzione di modelli ed effetti di previsione
I ricercatori hanno confrontato cinque modelli: regressione parziale dei minimi quadrati (PLSR), macchina vettoriale di supporto dei minimi quadrati (LS-SVM), macchina di apprendimento estremo (ELM), foresta casuale (RF),e Rete Neurale Artificiale di Backpropagation (BP-ANN)La modellazione è stata condotta utilizzando segnali spettrali a banda completa (400-1000 nm) e i valori R2 di diversi modelli sui set di formazione e di previsione erano generalmente superiori a 0.95.

Tra questi, il modello BP-ANN ha mostrato effetti di previsione relativamente stabili per la maggior parte degli amminoacidi.tutti i valori di validazione R2 del modello BP-ANN hanno superato lo 0..777La validazione R2 per i tre aminoacidi con il più alto contenuto di acido glutammico, acido aspartico e lisina ha raggiunto lo zero.848- 0.858, e 0.858Lo studio ha anche rilevato che dopo aver sostituito le bande complete con lunghezze d'onda caratteristiche (selezionate dall'algoritmo CARS),il miglioramento della precisione delle previsioni è stato limitato (la media R2 è aumentata di circa 0.013), indicando che le informazioni spettrali relative agli amminoacidi sono ampiamente distribuite.

IV. Fattori chiave che influenzano l'accuratezza
Lo studio ha valutato sistematicamente l'impatto di sei fattori sull'accuratezza delle previsioni e i risultati hanno mostrato che: l'eterogeneità della popolazione campione è stato il fattore più significativo che influenza l'accuratezza.Quando il modello è stato applicato a popolazioni indipendenti di anni e pesi diversi, la media di R2 è diminuita di circa 0.182Questo può essere legato alle differenze nella distribuzione del contenuto di amminoacidi tra le due popolazioni (ad es.la media della maggior parte degli amminoacidi nella prima popolazione era significativamente superiore a quella della seconda popolazione)Nonostante ciò, il modello BP-ANN ha mantenuto un'accuratezza accettabile (R2 > 0,777) nelle popolazioni eterogenee.

Al contrario, il tipo di modello, il tipo di aminoacidi, il metodo di selezione della lunghezza d'onda, il peso corporeo dei pesci e la lunghezza del corpo hanno avuto un impatto minore sull'accuratezza (variazione media R2 inferiore a 0,103).dopo aver diviso il pesce in parti superioriPer i gruppi medi e inferiori in base al peso corporeo, la differenza media di R2 per il modello BP-ANN è stata di soli 0,076 (se si utilizzano le lunghezze d'onda caratteristiche).Questo indica che il segnale spettrale è principalmente guidato dalla composizione biochimica del muscolo, piuttosto che semplici effetti di dispersione delle dimensioni fisiche.

In termini di lunghezze d'onda caratteristiche, l'algoritmo CARS ha selezionato bande sensibili per l'acido glutammico e la lisina concentrati in 516-584 nm, 707-738 nm, 828-834 nm e 939-1032 nm.Queste regioni sono associate con i toni e le frequenze di combinazione dei legami C-H, legami O-H e legami N-H, convalidando la fattibilità della luce vicino all'infrarosso che interagisce con le molecole di amminoacidi nel muscolo dopo aver penetrato le squame.

V. Distribuzione spaziale e valore applicativo
Utilizzando le informazioni spettrali di ciascun pixel della telecamera iperspettrale FS-13, il team di ricerca ha mappato la distribuzione della mappa termica del contenuto totale di amminoacidi in tutto il corpo del pesce vivo.I risultati hanno dimostrato che: il contenuto totale di amminoacidi nel muscolo della mascella inferiore, della pinna pettorale e dell'addome era relativamente elevato, mentre quello nella regione delle pinne dorsali e della coda era relativamente basso. This distribution matches the functional differences in muscle fiber types (red muscle and white muscle) across different parts—the pectoral fin and abdomen are dominated by slow-twitch oxidative red muscleQuesta mappa di calore può fornire un riferimento visivo ai consumatori per selezionare parti con alto valore nutrizionale.

La telecamera iperspettrale CHNSpec FS-13 abbinata ad algoritmi di apprendimento profondo ha superato con successo il collo di bottiglia tecnico della rilevazione non distruttiva degli amminoacidi nei prodotti acquatici vivi.fornendo un peso leggero, uno strumento pratico di rilevamento per l'acquacoltura di precisione e lo screening di prodotti acquatici di alta qualità.con il continuo miglioramento della banca dati dei modelli e lo sviluppo di apparecchiature portatili, questa soluzione può essere ulteriormente promossa a una varietà di specie di pesci d'acqua dolce e marini, aiutando l'industria acquatica a migliorare verso l'intelligenza, la standardizzazione e la visualizzazione nutrizionale.

Raccomandazione del prodotto: FigSpecFS-13 Hyperspectral Camera (Line Scan)

• Distanza spettrale: 400-1000 nm
• Risoluzione spettrale: 2,5 nm
• Banda spettrale: 1200
• Pixel spaziali: 1920