将微波传感技术与模式识别算法相结合,用于小麦粉中微塑料的多任务检测

《Microchemical Journal》:Integrating microwave sensing and pattern recognition algorithms for multi-task detection of microplastics in wheat flour

【字体: 大 中 小 】 时间:2026年01月01日 来源:Microchemical Journal 5.1

编辑推荐:

  高效非破坏性检测小麦粉中聚苯乙烯微塑料的方法研究。采用自主设计的微波检测系统结合支持向量机(SVM)和回归模型(SVR),实现了微塑料类型、浓度及含量的同步检测。实验表明SVM分类准确率达100%,SVR预测R2值超0.98,检测时间仅需2分钟。

  
Jingwen Zhu | Zeyu Xu | Hui Jiang
江苏大学电气与信息工程学院,镇江212013,中华人民共和国

摘要

准确且可靠地识别小麦粉中的微塑料对于保障食品安全和公共健康至关重要。本研究开发了一种创新的自建微波检测系统。通过整合多种模式识别算法,该系统能够快速、无损地同时检测面粉中的聚苯乙烯类型、浓度和含量。首先,制备了含有三种不同尺寸(10 μm、25 μm、50 μm)聚苯乙烯颗粒的模拟面粉样品,并在12个浓度范围内收集了介电信号。随后,比较了多种分类和预测模型。结果表明,支持向量机(SVM)分类器在识别聚苯乙烯颗粒大小和分类浓度水平这两项任务中表现最佳。其扩展版本——支持向量回归(SVR)在预测聚苯乙烯含量方面也表现出色,满足了实际检测需求。本研究为开发智能、便携的在线微塑料检测平台奠定了基础并提供了新思路。

引言

面粉是全球最重要的主食成分之一[1]。它是人体所需碳水化合物、蛋白质、膳食纤维和B族维生素的重要来源[2][3]。然而,随着工业化的加速,整个面粉供应链都容易受到微塑料的污染。在种植过程中,小麦可能会从受污染的土壤或灌溉水中吸收微塑料;加工设备也可能因摩擦产生塑料颗粒;储存和运输过程中塑料包装材料的迁移也会导致污染[4]。尽管面粉中的微塑料污染现象普遍存在,但其相关风险尚未得到充分重视。现有研究已检测到商业食品中的多种微塑料,如聚酯、聚丙烯和聚氯乙烯,证实了污染的普遍性[5]。2023年对孟加拉国市场上面粉产品的一项研究显示,所有测试的品牌样品均含有微塑料,平均每公斤含有2747±654个微塑料颗粒[6]。鉴于微塑料可能带来神经毒性和细胞坏死等健康风险[7],这一污染问题的严重性更加凸显。因此,加速开发面粉中微塑料的检测技术对于确保面粉质量和食品安全至关重要。
聚苯乙烯(PS)是食品污染中最常见的微塑料之一。目前,食品中聚苯乙烯的检测主要依赖于传统的物理化学分析技术,常用的方法包括热解-气相色谱-质谱(Py-GC–MS)和偏光显微镜、扫描电子显微镜等显微成像技术[8][9][10]。然而,这些传统方法在应用于面粉等精细有机食品基质时存在显著局限性。首先,预处理过程繁琐且耗时,包括消化、分离和富集等多个步骤[11];其次,检测成本较高,主流检测设备及其耗材的更换费用较高,限制了其在常规实验室中的广泛应用。此外,操作程序需要较高的专业技能,且难以标准化和自动化[12]。因此,迫切需要开发低成本、快速、高灵敏度的微塑料检测技术,以应对复杂的基质干扰。目前相关领域已有一些初步尝试,例如Nyakuchena等人利用深度学习辅助的近红外高光谱成像技术实现了10–100 μm范围内微塑料的高通量无损分类[13];Kan等人结合傅里叶变换近红外光谱和四种特征选择方法构建了偏最小二乘模型,实现了小麦粉中聚苯乙烯微塑料的快速定量检测[14]。然而,这些研究在处理同时需要高精度分类和量化以及强泛化能力的多任务场景时仍存在局限性,仍有很大的改进空间。
介电技术具有高检测灵敏度和良好的复杂固体基质耐受性,能够穿透基质捕捉目标物质的介电信号变化,为食品中微塑料的检测提供了技术支持。Im等人使用太赫兹时域光谱技术检测盐中的微塑料,发现在0.3 THz频率下介电常数的实部与微塑料含量之间存在0.97的线性相关系数[14];Deng等人利用基于注意力的深度残差神经网络分析不同铅(Pb)含量的大豆油样品的微波介电信号,铅含量预测的决定系数(R2)达到0.9605,表明其定量精度很高[15];Yi等人强调了基于微波的介电响应检测技术在淀粉改性中的应用,发现其对淀粉颗粒介电性质的变化非常敏感[16]。不同的食品基质及其内部的微塑料由于介电性质的不同,在微波场中会产生不同的传输指数响应。然而,在面对面粉等有机基质时,检测灵敏度和准确性容易受到背景干扰的影响。利用模式识别算法可以增强差异传输指数信号的特征提取和解释,从而实现微塑料的识别和定量。2023年,Tefek等人利用宽带微波检测结合聚类算法有效区分了水溶液中的聚乙烯和聚丙烯颗粒[17]。目前,尚无研究系统地将微波检测技术与模式识别算法结合用于面粉基质中多种微塑料的多任务检测。因此,开发能够抑制基质干扰并提取高度稳健特征的模式识别算法是推动该领域微波检测技术实际应用的关键。
本研究旨在基于微波检测和模式识别算法建立一种多任务分析方法,实现面粉中聚苯乙烯的快速、无损检测。制备了含有三种不同尺寸聚苯乙烯颗粒的模拟面粉样品,并在低、中、高浓度范围内收集了介电谱特征。通过自建微波检测系统比较了各种算法在关键任务中的性能。在分类聚苯乙烯类型和浓度水平方面,SVM表现最佳,对三种不同尺寸的聚苯乙烯的类型和浓度水平的准确率均为100%。在浓度定量回归任务中,SVR模型表现出色,对三种聚苯乙烯尺寸的预测决定系数(R2)分别达到0.9803和0.9875。与传统技术相比,所提出的方法具有更高的检测效率和多任务协同性,能够在2分钟内完成单个样品的测量,同时实现聚苯乙烯的定性识别、浓度分级和定量分析。然而,该方法在微波信号特征提取方面仍存在一定的局限性。覆盖901个离散点的全频扫描引入了一定的光谱冗余,可能会增加模型复杂性并影响泛化能力。未来的工作将集中在优化敏感频率带的选择上,以提高波长特异性特征提取的特异性和有效性。这样的优化有望为复杂食品基质中微塑料污染的高通量筛查提供稳健的技术途径,并为在线检测平台的开发奠定坚实基础。

样本采集与制备

实验中使用的小麦粉样品购自中国镇江的一家大型超市,涵盖了10个品牌(向满园、鲁旺、展意、五德利、金沙河、北大黄、金龙宇、新亮、天山、照华)。实验室用 vortex 混合器(MIX-2500)购自成都安普诺生物技术有限公司。本研究中检测的微塑料类型为聚苯乙烯,这是一种常用的食品包装材料。这一选择主要基于以下三个原因

介电信号分析

通过分析和可视化不同频率范围内的介电信号曲线,研究了不同尺寸聚苯乙烯污染面粉中的介电信号相互作用。介电信号的幅度和相位变化直接反映了样品的极化特性。面粉中的淀粉和蛋白质等极性分子在微波照射下会发生偶极定向极化;而聚苯乙烯作为一种非极性材料,其极化特性有所不同

结论

本研究利用自建的微波检测装置结合多种分类和回归模型,构建了一种多任务检测方法,能够分类颗粒大小、分级浓度水平并定量不同尺寸聚苯乙烯在面粉中的含量。实验表明,与传统微塑料检测方法相比,该微波检测方法无需复杂的预处理步骤,检测速度快,设备要求低

作者贡献声明

Jingwen Zhu: 方法论、调查、数据管理。Zeyu Xu: 方法论。Hui Jiang: 文章撰写、审阅与编辑、概念构思。

利益冲突声明

作者声明没有已知的可能会影响本文研究工作的财务利益或个人关系。

致谢

作者衷心感谢国家关键研发计划(项目编号:2017YFC1600603)和江苏省研究生研究与实践创新计划(项目编号:KYCX25_4231)提供的财政支持。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号