Sensing and Instrumentation for Food Quality and Safety

In the majority of most food and feed, visible, and near infrared light undergoes multiple scattering events and the overall light distribution is determined more by scattering rather than absorption due to the microscopic spatial changes in the refractive index. Conventional steady state reflectance spectroscopy can provide information on light attenuation, which depends both on light absorption and light scattering, but cannot separate these two effects. In contrast, time-resolved reflectance spectroscopy (TRS) allows more detailed optical characterization of diffusive media in terms of their absorption coefficient and reduced scattering coefficient. From the assessment of the absorption and reduced scattering coefficients, information can then be derived on the composition and internal structure of the medium. The main advantages of the technique are the absolute non-invasiveness, the potentiality for non-contact measurements and the capacity to probe internal properties with no influence from the skin. In this work we review the physical and technical issues related to the use of TRS for non-destructive quality assessment of fruit and vegetable. A laboratory system for broadband TRS, based on tunable mode-locked lasers and fast micro-channel plate photomultiplier and a portable set-up for TRS measurements, based on pulsed diode lasers and compact metal-channel photomultiplier, are described. Results on broadband optical characterization of fruits and applications of TRS to the detection of internal defects in pears and to maturity assessment in nectarines are presented.

Tenderness is a primary determinant of consumer satisfaction of beef steaks. The objective of this study was to implement and test near-infrared (NIR) hyperspectral imaging to forecast 14-day aged, cooked beef tenderness from the hyperspectral images of fresh ribeye steaks (n = 319) acquired at 3–5 day post-mortem. A pushbroom hyperspectral imaging system (wavelength range: 900–1700 nm) with a diffuse-flood lighting system was developed. After imaging, steaks were vacuum-packaged and aged until 14 days postmortem. After aging, the samples were cooked and slice shear force (SSF) values were collected as a tenderness reference. After reflectance calibration, a Region-of-Interest (ROI) of 150 × 300 pixels at the center of longissimus muscle was selected. Partial least squares regression (PLSR) was carried out on each ROI image to reduce the dimension along the spectral axis. Gray-level textural co-occurrence matrix analysis with two quantization levels (64 and 256) was conducted on the PLSR bands to extract second-order statistical textural features. These features were then used in a canonical discriminant model to predict three beef tenderness categories, namely tender (SSF ≤ 205.80 N), intermediate (205.80 N < SSF < 254.80 N), and tough (SSF ≥ 254.80 N). The model with a quantization level of 256 performed better than the one with a quantization level of 64. This model correctly classified 242 out of 314 samples with an overall accuracy of 77.0%. Fat, protein, and water absorption bands were identified between 900 and 1700 nm. Our results show that NIR hyperspectral imaging holds promise as an instrument for forecasting beef tenderness.

Nghiên cứu này báo cáo về ảnh hưởng của việc gia nhiệt bằng vi sóng lên thành phần hóa học [pH, tổng chất hòa tan (TSS), chất khô (DM) và tổng lượng anthocyanins chiết xuất], cũng như quang phổ khả kiến (VIS) và hồng ngoại gần (NIR) của các mẫu nho đỏ đồng nhất. Đã quan sát thấy rằng việc gia nhiệt bằng vi sóng các mẫu nho đỏ đồng nhất trước khi phân tích đã cải thiện các hiệu chuẩn NIR cho tổng lượng anthocyanins (SECV: 0,21–0,13 mg g−1) và TSS (SECV: 0,89–0,54 °Brix), tuy nhiên không có sự cải thiện nào trong các hiệu chuẩn NIR cho DM. Gia nhiệt bằng vi sóng các mẫu nho đỏ trước khi quét NIR cũng dẫn đến sự gia tăng độ hấp thụ cho các mẫu được đun nóng trong 3 phút, đặc biệt là ở các bước sóng liên quan đến nước (1400 nm và 1930 nm). Ý nghĩa thực tiễn của nghiên cứu này là việc gia nhiệt bằng vi sóng các mẫu nho đỏ trước khi quét không cải thiện các thông số thống kê hiệu chuẩn NIR cho các tham số hóa học phổ biến nhất được đo trong nho đỏ.

Độ hiệu quả của hai hệ thống mũi điện tử (e-nose) trong việc đánh giá chất lượng hàu đã được nghiên cứu trên hàu sống được lưu trữ ở 4 và 7°C trong 14 ngày. Dữ liệu từ e-nose được đối chiếu với đánh giá của một nhóm cảm quan được đào tạo thông qua phân tích mô tả định lượng và với số lượng vi khuẩn hiếu khí. Hàu được lưu trữ ở cả hai nhiệt độ cho thấy nhiều mức độ hư hỏng vi sinh vật khác nhau, với tải trọng vi khuẩn đạt 107 CFU/g vào ngày thứ 7 đối với việc lưu trữ ở 7°C. Hệ thống mũi điện tử Cyranose 320 có khả năng tạo ra các dấu hiệu mùi đã được phân loại để phân biệt chất lượng hàu theo độ tuổi khác nhau (phân tách 100%). Kết quả xác thực cho thấy Cyranose 320 có thể xác định chất lượng của hàu theo thời gian lưu trữ với độ chính xác 93%. So với đó, tỷ lệ phân loại đúng của e-nose VOCcheck chỉ đạt 22%. Sự tương quan giữa dữ liệu e-nose với số lượng vi sinh vật cho thấy Cyranose 320 có khả năng dự đoán chất lượng vi sinh vật của hàu. Sự tương quan giữa điểm số của nhóm cảm quan với dữ liệu e-nose tiết lộ rằng e-nose đã thể hiện tiềm năng như một công cụ đánh giá chất lượng bằng cách lập bản đồ các mức độ chất lượng hàu khác nhau.

Mục tiêu của nghiên cứu này là thiết kế và triển khai một thiết bị giá rẻ dựa trên vi điều khiển PIC18F452 để đo lường hàm lượng canxi trong mẫu sữa, sử dụng Diode Phát Quang (LED) làm nguồn sáng và photodiode làm cảm biến. Thiết bị được phát triển có khả năng đo độ hấp thụ, tính toán nồng độ và hiển thị kết quả trên Màn hình R рhỏlọwọ (LCD). Nguyên tắc đo lường dựa trên phản ứng giữa canxi và thuốc thử Ortho Cresolphthalein Complexone (OCPC) trong môi trường kiềm để tạo thành phức màu tím với độ hấp thụ tối đa ở 570 nm. Thuật toán được phát triển để theo dõi và điều khiển chu trình đo lường và truyền dữ liệu đến máy tính qua mô-đun giao tiếp nối tiếp sử dụng giao thức RS232. Các phân tích thống kê được thực hiện để đánh giá đặc tính hiệu suất của thiết bị đã phát triển và so sánh với thiết bị thông thường. Đường cong hiệu chuẩn tuyến tính đạt được trong khoảng từ 0 đến 5,0 mmol L−1 và giới hạn phát hiện thấp nhất là 0,05 mmol L−1. Hệ thống đã phát triển cho thấy hiệu suất tốt và các kết quả đạt được có sự tương đồng cao với phương pháp quang phổ lâm sàng hiện tại ở mức độ tin cậy 96%.

Để phát hiện các vết nứt và/hoặc các vết kiểm tra trong trứng, ngành công nghiệp trứng đang sử dụng các hệ thống âm thanh tốc độ cao. Trước khi giao hàng, nhân viên kiểm tra sẽ chiếu đèn vào một mẫu nhỏ trứng để đảm bảo rằng các hệ thống tốc độ cao hoạt động theo thông số kỹ thuật của một loại trứng nhất định (ví dụ: trứng lớn loại A). Ngoài việc kiểm tra bằng mắt, nhân viên cũng lắng nghe âm thanh trầm, phẳng như là chỉ báo cho một vết nứt khi gõ các quả trứng lại với nhau. Tuy nhiên, những vết nứt rất nhỏ hay micro-crack có thể không được phát hiện bởi nhân viên kiểm tra. Một phương pháp để phát hiện các vết nứt/trứng bị kiểm tra bằng camera hình ảnh đã được phát triển. Hệ thống bao gồm một camera hình ảnh được đặt ở trên một buồng kiểm tra trong suốt, nơi chứa một quả trứng và được chiếu sáng từ phía dưới. Buồng được thiết kế sao cho một chân không ngắn, nhanh có thể được kéo để tăng cường việc phát hiện vết nứt. Các hình ảnh đơn sắc độ phân giải cao được thu thập ở áp suất khí quyển và dưới áp suất âm. Độ chênh lệch áp suất âm được sử dụng để mở tạm thời bất kỳ vết nứt nào hiện có mà không gây ra bất kỳ vết nứt mới nào trong một quả trứng nguyên vẹn. Ban đầu, trứng được xoay ba lần bằng tay để lấy hình ảnh toàn bộ bề mặt của quả trứng. Tỷ lệ của hình ảnh áp suất âm chia cho hình ảnh áp suất khí quyển được sử dụng để làm nổi bật các vết nứt, và quy trình xử lý hình ảnh đơn giản được sử dụng để xác định một vết nứt. Tổng cộng 80 quả trứng bị nứt và 80 quả trứng nguyên vẹn đã được hình ảnh hóa bằng hệ thống. Chỉ có một quả trứng bị nứt không được phát hiện, và điều này là do vết nứt nằm ở đầu không khí của quả trứng và không nhìn thấy được bởi camera. Do đó, hệ thống đạt độ chính xác 98,75% trong việc xác định các quả trứng bị nứt và 100% trong việc xác định các quả trứng nguyên vẹn. Giai đoạn ban đầu của nghiên cứu này đã thành công và hệ thống đang được mở rộng để lấy hình ảnh nhiều quả trứng cùng một lúc.

Phổ phản xạ có thể nhìn thấy/gần hồng ngoại được trích xuất từ hình ảnh siêu phổ của táo đã được sử dụng để xác định các cặp bước sóng có thể được sử dụng để phân biệt các vùng khuyết tật và các vùng bình thường trên bề mặt táo. Các bước sóng tối ưu được chọn dựa trên phân tích tương quan giữa tỷ lệ băng sóng (λ1/λ2) hoặc hiệu số (λ1 − λ2) và giá trị được gán cho điều kiện bề mặt (0 = bình thường, 1 = khuyết tật). Các hình ảnh phổ của bề mặt táo tại các bước sóng được chọn đã được sử dụng để xác thực phân tích tương quan. Các hệ số tương quan thu được từ phân tích tương quan cho tỷ lệ băng sóng và hiệu số lần lượt là 0,91 và 0,79. Khi áp dụng vào bộ hình ảnh táo, mô hình tỷ lệ băng sóng đã xác định đúng 195 trong số 211 khuyết tật trên một bộ 70 quả táo Fuji chứa ít nhất một vùng khuyết tật. Do đó, phân tích tương quan đã được chứng minh là một phương pháp khả thi để chọn cặp bước sóng để sử dụng trong việc phân biệt các khuyết tật với các vùng không có khuyết tật trên táo.

Việc phân loại hạt giống bằng ánh sáng nhanh trong quá trình chế biến thương mại thường được thực hiện để loại bỏ các hạt bị đổi màu, hạt từ cây tự mọc và các vật thể không phải hạt. Các thiết bị phân loại thường dựa trên ánh sáng đơn sắc hoặc hai sắc từ các băng tần rộng trong vùng ánh sáng nhìn thấy và hồng ngoại gần. Một thách thức đặc biệt đối với các thiết bị này là nhận diện và loại bỏ các hạt lúa mì bị hư hỏng do nấm bệnh Fusarium Head Blight. Các nghiên cứu trước đây sử dụng thiết kế hai sắc chuẩn mực trên các hạt lúa mì bị hư hỏng do Fusarium cho thấy khoảng một nửa số hạt bị hư hỏng được phát hiện. Nghiên cứu được mô tả ở đây xem xét một thiết kế thay thế cho ánh sáng hai sắc và áp dụng thiết kế này vào hai kịch bản: lúa mì tốt so với lúa mì bị hư hỏng do Fusarium và lúa mì đỏ so với lúa mì trắng. Thiết kế mới sử dụng hai LED công suất cao và một cảm biến quang silicon. Các LED được nhấp nháy theo chu kỳ luân phiên với tần số cao (2.000 Hz), sao cho trong khoảng thời gian nửa chu kỳ (0,25 ms) mà mỗi LED sáng, các chỉ số năng lượng phản xạ ở tần số lấy mẫu 10× được ghi lại từ một hạt đang bay. Điều này cho phép ghi lại khoảng 20 chu kỳ ánh sáng xung trong thời gian hạt tự do rơi qua trường nhìn của đầu dò quang sợi. Một thuật toán phân loại phân tích phân biệt tuyến tính (LDA) đã được áp dụng, sử dụng hai giá trị lấy từ các chỉ số năng lượng phản xạ. Dựa trên thiết kế mới, độ chính xác trong việc phân loại lúa mì tốt so với lúa mì bị hư hỏng do Fusarium đã đạt 78% trung bình; đối với phân loại lúa mì đỏ so với lúa mì trắng, độ chính xác trung bình là 76%. Mặc dù các giá trị chính xác này không đạt được ở cấp độ giống như từ các mô hình LDA sử dụng năng lượng phản xạ ở hai bước sóng từ các hạt đứng yên (95% và 92% cho lúa mì tốt so với bị hư hỏng và lúa mì đỏ so với lúa mì trắng, tương ứng), thiết kế mới mang lại sự cải thiện so với các thiết kế hai sắc thông thường.

Sự khuếch tán và chuyển giao khối lượng là những quy trình phổ biến trong chế biến thực phẩm. Việc ứng dụng các trường điện có thể ảnh hưởng đến các thuộc tính chuyển giao khối lượng của thực phẩm. Một đơn vị chế biến quy mô nhỏ đã được sử dụng trong việc phát triển một phương pháp cho phép đo lường sự khuếch tán của thuốc nhuộm vào mẫu gel (tại một loạt các nhiệt độ và cường độ trường điện). Độ sâu thâm nhập và định vị của vật liệu đã được truyền vào có thể được hình dung và đo lường bằng cách sử dụng các phương pháp phân tích hình ảnh.

Chất lượng hạt được đánh giá dựa trên các đặc điểm khác nhau như ngoại hình, hình dạng, màu sắc, mùi, hương vị, hàm lượng ẩm, sự nhiễm khuẩn, sự có mặt của tạp chất, v.v. Các chỉ số chính cho chất lượng mẫu hạt liên quan đến các đặc điểm màu sắc và hình dạng của các yếu tố của mẫu hạt. Hầu hết các đặc điểm này được đánh giá bằng cách quan sát trực quan của một chuyên gia. Trong bài báo này, một phương pháp để ước lượng khách quan một số đặc điểm chất lượng hạt cơ bản được trình bày. Nó dựa trên phân tích phức tạp các hình ảnh màu của các đối tượng được khảo sát. Do sự khác biệt về khái niệm trong việc trình bày đặc điểm màu sắc và hình dạng của các đối tượng, việc đánh giá của chúng đã được thực hiện tách biệt. Sau đó, các kết quả từ hai đánh giá này được kết hợp và quyết định cuối cùng về việc phân loại đối tượng vào một trong các nhóm chất lượng theo quy định tiêu chuẩn được đưa ra. Các phương pháp và công cụ cho việc trích xuất đặc điểm và mô tả đối tượng, cũng như phân loại các đối tượng vào các nhóm đã định sẵn đã được đề xuất. Ba bộ phân loại, dựa trên các yếu tố cơ sở hình tròn, được sử dụng để nhận diện lớp màu sắc và hình dạng của hạt, đã được phân tích. Hai cách tiếp cận khác nhau để hợp nhất kết quả từ phân tích màu sắc và hình dạng của đối tượng đã được điều tra. Lỗi trong đào tạo và kiểm tra của các quy trình phát triển đã được đánh giá.