[發(fā)明專利]基于熒光-高光譜成像技術快速檢測雞肉中微生物污染的方法

在審

• 申請?zhí)枺?/td>: 202310075669.6
• 申請日: 2023-02-07
• 公開（公告）號: CN116399838A
• 公開（公告）日: 2023-07-07
• 發(fā)明（設計）人: 唐長波;靳爽爽;楊粉紅;梁盤玉;王嘉櫟;潘磊慶;劉小花
• 申請（專利權）人: 南京農業(yè)大學
• 主分類號: G01N21/64
• 分類號: G01N21/64;G01N21/25;C12Q1/06;G06T7/00
• 代理公司: 南京天華專利代理有限責任公司 32218
• 代理人: 劉暢;徐冬濤

1.一種基于熒光-高光譜成像技術快速檢測雞肉中微生物污染的方法，其特征在于包括以下步驟：

步驟1，獲取雞胸肉樣品的原始熒光-高光譜圖像；

步驟2，測定雞肉樣品的微生物污染情況；

步驟3，對原始熒光-高光譜圖像進行校正；

步驟4，選擇圖像上的感興趣區(qū)域ROI，提取圖像的平均光譜數據；

步驟5，對光譜數據進行預處理；

步驟6，建立光譜變量與雞肉微生物污染情況的定量關系預測模型，基于定量關系預測模型實現雞肉中微生物污染的快速檢測。

2.根據權利要求1所述的方法，其特征在于，步驟1中，熒光-高光譜成像的光源系統(tǒng)有兩部分組成：使用波長為365nm、功率為80W的兩個紫外燈獲取熒光信號，同時使用兩個75W的石英鹵素燈獲取反射信號，兩種光源都固定在樣品上方45°角處。

3.光譜采集之前，系統(tǒng)需提前預熱30min，光源強度設置為350，曝光時間設置為10ms，步進速度為7.5mm/s，掃描寬度為100mm；熒光-高光譜系統(tǒng)在400-1000nm波長范圍內采集光譜數據，共獲得420個波段。根據權利要求1所述的方法，其特征在于，步驟2中，測定所述雞肉樣品的微生物污染情況的方法參考ISO4833-1：2013，樣品稀釋液接種至3M細菌培養(yǎng)測試片上進行測定。

4.根據權利要求1所述的方法，其特征在于，步驟3中，為了避免相機暗電流和外部光線的影響，還需要用以下公式對原始熒光-高光譜圖像I_RW進行黑白板校正，得到白色參考圖像I_W和暗電流圖像I_D，以獲得校正后的圖像I：

5.根據權利要求1所述的方法，其特征在于，步驟4中，使用ENVI?5.3.1軟件在采集到的肉塊圖像上選擇一個盡可能大的感興趣區(qū)域ROI，對ROI中的光譜值進行平均，得到該區(qū)域所有像素的平均光譜數據。

6.根據權利要求1所述的方法，其特征在于，步驟4中，將672nm處的圖像進行二進制處理，然后將ROI區(qū)域賦值為1，背景區(qū)域賦值為0，建立掩模，以消除背景干擾。

7.根據權利要求1所述的方法，其特征在于，步驟5中，為了提高信噪比，避免由噪聲污染和基線變化引起的不必要誤差，利用多重散射校正MSC、標準正態(tài)變量SNV、一階導數和二階導數對熒光-高光譜數據進行預處理；

熒光-高光譜數據預處理方法為SNV。

8.根據權利要求1所述的方法，其特征在于，步驟6中，將預處理后的光譜數據與雞肉中實測微生物數量進行擬合，利用支持向量機SVM建立微生物定量預測模型。

9.根據權利要求1所述的方法，其特征在于，步驟6中，所述雞肉微生物污染情況由雞肉微生物污染指標體現，雞肉微生物污染指標為菌落總數或大腸菌群。

10.根據權利要求1所述的方法，其特征在于，它還包括步驟7，利用最佳定量關系預測模型，建立雞肉微生物腐敗的可視化圖像；具體步驟為：將所得的最佳定量關系預測模型應用于熒光-高光譜圖像的每個像素點上，即每一個像素點轉化為相應的菌落總數值，具有相似光譜特征的像素點賦予相似的可視化顏色，以表示相應的菌落總數，從而建立微生物腐敗的可視化圖像。