方案摘要
方案下载| 应用领域 | 食品/农产品 |
| 检测样本 | 生干坚果与籽类食品 |
| 检测项目 | |
| 参考标准 | NA |
中国农科院农产品加工研究所于宏威等利用芬兰SPECIM SisuCHEMA-NIR（900-1700nm）高光谱化学分析工作站，进行花生种蛋白质含量与分布的研究，采集花生样本的高光谱数据，通过与传统化学测定蛋白质含量结合的方法，对比了不同光谱预处理和回归算法，终以二阶导数为佳光谱预处理方法，偏小二乘法为佳的回归算法，建立全波长的PLS模型以及特征波长模型，分别与理化检测凯氏定氮方法对比，无显著性差异，证明高光谱成像技术可实现花生种蛋白质含量的快速无损检测。
芬兰SPECIM SisuCHEMA-NIR预测花生中蛋白质的含量分布
研究背景
我国花生总产量常年位居全球第一，2014年全国总产量高达1648万吨。花生中蛋白质约占18%-36%。花生蛋白具有重要的营养和功能性质，生物价和净利用率分别为59和51与动物蛋白相近，其良好的溶解性和凝胶性可以用于功能性饮料和火腿肠的生产。传统测定花生中蛋白质含量的方法包括：凯氏定氮法和分光光度法，但这些方法存在分析速度慢，操作繁琐、成本高、破坏性强，使用试剂污染环境等缺点，因此，急需寻找一种快速无损的方法为花生蛋白质含量的测定提供依据。近红外光谱技术作为一种快速无损的检测手段已经被广泛的用于花生中主要成分（水分、脂肪、氨基酸和蛋白质等）的检测，但无法提供可视化成分含量的分布。
高光谱技术结合了光谱学和成像技术，得到的高光谱图像包含了花生外部信息和内部化学信息。中国农科院农产品加工研究所于宏威等利用芬兰SPECIM SisuCHEMA-NIR（900-1700nm）高光谱化学分析工作站，进行花生种蛋白质含量与分布的研究，采集花生样本的高光谱数据，通过与传统化学测定蛋白质含量结合的方法，对比了不同光谱预处理和回归算法，最终以二阶导数为最佳光谱预处理方法，偏最小二乘法为最佳的回归算法，建立全波长的PLS模型以及特征波长模型，分别与理化检测凯氏定氮方法对比，无显著性差异，证明高光谱成像技术可实现花生种蛋白质含量的快速无损检测。
图1. 花生高光谱图像（a）和蛋白质含量分布图（b）
参考文献：
高光谱成像技术结合化学计量学可视化花生中蛋白质含量分布。于宏威等 光谱学与光谱分析，第37卷，第3期 2017年3月
文献贡献者
利用AFM+SEM二合一显微镜-FusionScope揭秘半导体陶瓷材料微观机理
利用AFM+SEM二合一显微镜-FusionScope表征纳米线阵列
利用FusionScope进行纳米力学测试，测试动态全程可见
相关产品
关注
拨打电话
留言咨询
