하이퍼 스펙트럼 영상 기술 은 돼지고기 신선성 을 신속 하고 파괴 하지 않는 검사 를 가능하게 한다

돼지고기 및 그 제품의 가공, 유통, 유통 과정에서 신선도는 품질과 안전성을 측정하는 중요한 지표입니다. 총 휘발성 기본 질소(TVB-N) 및 총 생존 가능 수(TVC) 측정과 같은 기존 검출 방법은 신뢰할 수 있는 결과를 제공하지만 번거롭고 시간이 많이 걸리며 시료에 파괴적입니다. 결과적으로 온라인, 신속한 비파괴 테스트에 대한 현대 식품 산업의 요구를 충족시키기가 어렵습니다.

최근 몇 년 동안 초분광 이미징 기술은 풍부한 정보, 비접촉 특성 및 신속한 분석 기능으로 인해 식품 품질 평가 분야에서 중요한 응용 잠재력을 입증했습니다. CHNSpec의 FS-IQ-VISNIR 초분광 카메라(400-1000nm)는 이러한 유형의 연구에 데이터 수집 지원을 제공했습니다.

실험 설계 및 데이터 수집

Journal of Food Composition and Analysis에 발표된 연구에서 Zhengzhou Light Industry University의 연구팀은 CHNSpec의 FS-IQ-VISNIR 초분광 카메라를 활용하여 14일 이내에 4°C의 냉장 냉장 보관된 돼지고기 안심의 가시-근적외선 초분광 데이터를 수집했습니다. 총 112개 샘플이 포함되었으며, 포인트당 16개 샘플로 7개 시점을 포괄했습니다. 이 카메라는 400~1000nm의 파장 범위, 1200개의 밴드, 약 0.5nm의 스펙트럼 샘플링 간격, 1920×1920픽셀의 공간 해상도를 특징으로 하는 푸시 브룸 이미징 방법을 사용합니다.

신호 품질을 향상시키기 위해 연구팀은 스펙트럼 차이를 기반으로 한 비지도 영상 전처리 방법을 설계했습니다. Otsu 적응형 임계값 분할 및 형태학적 작업과 결합된 이 방법은 관심 영역(ROI)을 효과적으로 추출하고 배경 간섭을 줄였습니다.

이중 분기 특징 추출 네트워크 및 기계 학습 융합 모델링

이 연구에서는 HFE(Hybrid-FeatureExtractor)라는 이름의 이중 분기 초분광 특징 추출 네트워크를 제안했습니다. 이 네트워크는 두 개의 병렬 특징 추출 채널로 구성됩니다.

• 스펙트럼 분기: SE(Squeeze-and-Excitation) 주의 메커니즘을 도입하여 각 대역의 가중치를 적응적으로 학습하고 MLP(다층 퍼셉트론)를 결합하여 주요 스펙트럼 특징을 추출합니다.
• Spatial Branch: Residual Module(BasicBlock)과 Atrous Spatial Pyramid Pooling(ASPP) 모듈을 결합한 2차원 CNN(Convolutional Neural Network)을 채택하여 다중 규모 공간 특징을 추출합니다.

두 가지 유형의 기능은 게이트 융합 메커니즘을 통해 통합된 후 PLSR(부분 최소 제곱 회귀) 및 SVR(지원 벡터 회귀) 모델에 각각 입력되어 TVB-N 및 TVC 콘텐츠의 정량적 예측을 완료합니다.

예측 성능 및 분석

실험 결과는 HFE 모듈이 PLSR 및 SVR과 결합되면 TVB-N 및 TVC 함량을 예측하는 데 높은 정확도를 나타냄을 나타냅니다.

• HFE + PLSR: TVB-N 예측의 R²는 0.9786이고 RMSE는 2.4685입니다. TVC 예측의 R²는 0.9529이고 RMSE는 0.3223입니다.
• HFE + SVR: TVC 예측의 R²는 0.9597이고 RMSE는 0.3066입니다.
• 전통적인 화학측정 방법(예: SG+SPA, SNV+CARS)과 비교하여 이 방법의 예측 정확도와 모델 안정성이 모두 향상되었습니다. 잔차 예측 편차(RPD) 측면에서 TVB-N과 TVC는 각각 7.1204와 5.1831에 도달하여 모델이 강력한 예측 능력을 보유하고 있음을 나타냅니다.

모델 해석성 및 주요 밴드 식별

SE 어텐션 메커니즘을 통해 연구팀은 스펙트럼 분기에서 다양한 밴드의 가중치에 대한 시각화 분석을 수행했습니다. 결과는 모델이 단백질 산화 및 미생물 대사산물(예: 아민, 알데히드, 케톤 등)의 광학 반응과 밀접하게 관련된 영역인 600~920 nm 범위 내에서 더 높은 가중치를 할당한 것으로 나타났습니다. 저장 시간이 길어짐에 따라 TVB-N 및 TVC 함량이 증가하고 이러한 특성 밴드의 범위도 확장되어 모델이 신선도 변화와 관련된 미묘한 스펙트럼 변화를 포착할 수 있음을 나타냅니다.

응용 전망

이 연구는 FS-IQ-VISNIR 초분광 카메라가 이중 분기 특징 추출 네트워크 및 기계 학습 회귀 모델과 결합되어 샘플에 손상을 주지 않고 돼지고기 신선도 지표를 효과적으로 예측할 수 있음을 보여줍니다. 이 방법은 식품 가공, 저온 유통 운송 및 소매 링크에서 온라인 비파괴 테스트에 대한 실질적인 참조 가치를 보유합니다.

CHNSpec은 식품 품질 및 안전 분야에 초분광 이미징 장비와 기술 지원을 계속 제공하여 업계가 보다 효율적이고 지능적인 테스트 방법으로 전환하도록 지원할 것입니다.

제품 추천: FS-IQ-VISNIR 휴대용 초분광 카메라

• 스펙트럼 범위: 400~1000nm
• 스펙트럼 분해능: 2.5nm
• 이미지 해상도: 1920*1920
• 스펙트럼 채널 수: 1200