基于人工智能辅助智能手机的快速荧光成像用于特级初榨橄榄油掺假监测

《Talanta》:AI-Assisted Smartphone-Based Prompt Fluorescence Imaging for Adulteration Monitoring of Extra Virgin Olive Oil

【字体: 大 中 小 】 时间:2026年09月28日 来源:Talanta 6.7

编辑推荐:

   •用于EVOO掺假分析的405 nm智能手机荧光平台。•机器学习用于掺假物的同时分类与定量。•便携式、低成本(<5美元)、快速及现场分析。引言由于特级初榨橄榄油(EVOO)具有极高的商业价值且频繁掺入来源不明且未经监管的油类,其掺假检测一直是持续的技术挑战。在我们消费的

  
  • •
    用于EVOO掺假分析的405 nm智能手机荧光平台。
  • •
    机器学习用于掺假物的同时分类与定量。
  • •
    便携式、低成本(<5美元)、快速及现场分析。

引言

由于特级初榨橄榄油(EVOO)具有极高的商业价值且频繁掺入来源不明且未经监管的油类,其掺假检测一直是持续的技术挑战。在我们消费的所有食用油类型中,EVOO因其营养上有利的甾醇和脂肪酸谱而备受推崇[1]。抗氧化剂、维生素、具有抗炎特性的多酚、生育酚以及色素(类胡萝卜素和叶绿素)等营养物质的存在使其对健康极具益处,可预防心脏和肥胖相关问题[2], [3], [4]。由于缺乏快速、可现场部署的检测和溯源工具,掺假的EVOO得以渗入供应链,导致公众健康问题和巨大的经济损失。因此,EVOO认证需要先进的传感和分析系统,不仅能够检测掺假,还能识别具体的掺杂物,从而支持溯源和执法。
传统的色谱技术如气相色谱(GC)、气相色谱-质谱联用(GC-MS)[5], [6]、液相色谱(LC)和高性能液相色谱(HPLC)[7], [8]可为掺假检测提供精确的成分分析,但需要昂贵的仪器、专业人员、繁重的制备工作以及有机溶剂,使其不适合快速或现场检测[9]。先进的先进光学和电学传感方法,包括近红外光谱(NIRS)、傅里叶变换近红外光谱(FT-NIRS)[10]、傅里叶变换红外光谱(FTIR)[11], [12]、核磁共振(NMRS)、激光诱导击穿光谱(LIBS)[13], [14]、中红外光谱(MIRS)、拉曼光谱、紫外-可见/可见-近红外(UV-VIS/VIS-NIR)以及气相色谱电子鼻系统(FGC E-nose)[15]已被引入以解决这些局限。然而,NIRS存在波段重叠问题且需要大量校准[16], [17], [18], [19], [20], [21], [22], [23], [24], [25],而核磁共振(1H, 13C, 31P)虽然检测限低,但成本高昂且容易出现谱线重叠问题[9], [26], [27]。此外,拉曼光谱具有良好的分子特异性,但受荧光干扰和高仪器成本的阻碍[28], [29], [30], [31]。再者,UV-VIS/VIS-NIR方法通常需要样品预处理和昂贵的仪器[32], [33], [34], [35]。荧光光谱法通过利用叶绿素、类胡萝卜素和酚类等化合物的天然荧光,提供了一种有效的EVOO认证方式[32], [36], [37]。这些荧光物质会产生特征发射模式,例如在405 nm激发下叶绿素在670 nm处的峰[14],该模式因掺入精炼橄榄油、棕榈油、油渣油和豆油等掺杂物而明显变化,因为这些掺杂物具有不同的激发-发射特性[32]。尽管荧光光谱法提供了快速、灵敏且无损的分析,但其使用通常受限于昂贵的实验室仪器[9]。
便携式分析技术的最新进展推动了智能手机仪器在光学传感应用中的发展趋势[38], [39], [40], [41], [42], [56]。高分辨率成像传感器、嵌入式处理能力和无线通信功能的集成使智能手机能够作为低成本的便携式分析平台,用于实时监测[43], [44], [45], [57], [58]。遵循这一趋势,基于智能手机的传感方法越来越多地应用于食品认证和质量监控,特别是食用油掺假检测。在这些方法中,分析依赖于光与物质的相互作用,以图像或视频的形式捕获。这些光学响应随后被转换为定量特征,如基于RGB的描述符或比色参数,用于计算分析[46], [47]。
对于数据解释,传统实验室光谱系统和基于智能手机的光学传感平台通常都依赖于多元统计和化学计量建模技术。线性回归、主成分分析(PCA)和偏最小二乘(PLS)回归等方法被广泛用于利用提取的光学特征进行掺假检测和浓度预测[14]。这些方法在受控实验条件下表现令人满意,特别是对于涉及单一已知掺假物的二元混合物。然而,在实际的油类认证场景中,当掺假物未知或表现出非线性光学响应行为时,其性能往往受限。在这种情况下,传统化学计量模型通常仅限于定量估算,而非可靠的掺假物类型识别,而后者对于溯源和真实性验证至关重要。
为解决这些局限性,基于机器学习的分析框架最近引起了光学传感数据分析领域的广泛关注[49], [50], [51], [59], [60], [61], [62]。机器学习技术能够从光谱和基于图像的数据集中提取高维和非线性模式,从而在统一的预测框架内实现掺假物类型的同时分类和掺假程度的估算。近期的便携式荧光平台越来越多地采用机器学习和深度学习框架来解决光谱重叠和非线性响应问题[52], [53]。因此,将机器学习与基于智能手机的荧光传感平台相结合,可能成为油类掺假认证的有前景的解决方案,能够在单一便携式流程中实现掺假物识别和定量分析。
本文介绍了一种极具性价比且可现场部署的基于智能手机的即时荧光成像平台,用于EVOO认证。采用405 nm激光(5mW,一级类)作为激发源,配合紧凑的智能手机CMOS探测器,可采集荧光发射数据。将机器学习与所提议系统相结合,解决了迄今为止采用的掺假评估方法的不足(补充文档中的表S1详细比较了本工作与其他相关文献)。从捕获的图像中提取RGB特征,训练并评估多种机器学习模型,以在单一便携式流程中实现掺假物识别及掺假物定量。针对30个样本的现场测试证明了所开发系统的实际应用性,且具有极高的准确性。通过开发并将定制智能手机应用程序与系统集成功能,增强了EVOO掺假测量的用户可及性。准确识别特定的掺假物提供了关于掺假油可能地理起源的洞察,提供了关于真实性和来源的额外信息。

章节片段

光学布局设计

基于智能手机的荧光计的光学布局如图1所示。采用蓝色激光(P≈5mW,λ = 405nm)作为激发源,考虑到EVOO在405 nm激发下具有显著的荧光特性[14]。图2(a)显示了激光源的光谱特性。通过即插即用(OTG)线直接从智能手机内置电池为激发源供电(Vi = 5V,Imax = 1A),消除了对外部电源的需求

样品制备

特级初榨橄榄油(EVOO)因其极高的商业价值而极易被掺假。精炼橄榄油、豆油和棕榈油等低等级食用油由于成本低廉且易于获取,常被用作掺假物。因此,所提议的系统经过校准,可检测并定量EVOO与这些常用油的掺假情况,包括EVOO与精炼橄榄油(EO)、豆油(ES)和棕榈油(EP)的混合物。对于实验

智能手机应用程序开发

为了更好地促进掺假检测的用户友好性,开发了一个基于智能手机的应用程序。图8所示的工作流清楚地展示了该应用程序的操作顺序。它允许用户使用智能手机摄像头捕获荧光图像,或选择任何先前捕获的图像进行进一步分析,随后选择感兴趣区域(ROI:10×10像素阵列)以提取RGB值。提取的RGB值用于油

现场测试

使用由30个样品(S1–S30)组成的现场测试,评估了所开发系统配合最优预测框架的实际适用性。这些样品使用来自孟加拉国(库尔纳、达卡和迈门辛格)独立本地市场来源的EVOO、精炼橄榄油、豆油和棕榈油,以不同的掺假水平制备,这些来源在模型校准期间均未使用。分类模型在30个案例中的28个正确识别了掺假物。同时,

结论

EVOO掺假检测是食品真实性中长期存在的关键问题,直接影响消费者安全、市场完整性和监管监督。本工作介绍了一种紧凑、低成本的基于智能手机的荧光成像系统,与机器学习集成,用于EVOO掺假的可靠检测和定量。通过利用窄带激发下的荧光响应并从智能手机采集的图像中提取RGB特征,

CRediT作者贡献声明

Protik Chandra Biswas: 撰写 – 审阅与编辑,验证,监督,资源,方法学,概念化。Md. Arafat Hossain: 撰写 – 审阅与编辑,项目管理。Md. Rafiqul Islam: 撰写 – 审阅与编辑,资源。Mohiminur Rahman Ifty: 撰写 – 审阅与编辑,验证,调查,形式分析,数据整理。Md. Tanjim Joarder: 数据整理。Arnab Talukder: 撰写 – 审阅与编辑,撰写 – 原始草稿,可视化,验证,

利益冲突声明

作者声明不存在利益冲突。

资金

本工作部分由库尔纳大学工程与技术支持。

利益冲突声明

? 作者声明没有已知的可能影响本文报告工作的竞争性经济利益或个人关系。

致谢

作者谨向库尔纳工程与技术大学电子与电气工程系致以诚挚的感谢。特别感谢Md. Jannatul Ferdous Rahat在软件方面提供的长期支持。
Arnab Talukder|Md. Sadik Al Rayhan|Mohiminur Rahman Ifty|Md. Tanjim Joarder|Md. Arafat Hossain|Md. Rafiqul Islam|Protik Chandra Biswas
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